本發(fā)明涉及廢舊瓶狀物資回收技術(shù)，具體是一種基于雙目圖像視覺的物資形狀識別方法。
背景技術(shù)：
廢舊瓶狀物資的識別是廢舊瓶狀物資回收過程中的首要環(huán)節(jié)。在現(xiàn)有技術(shù)條件下，通常采用以下幾種識別技術(shù)來進(jìn)行廢舊瓶狀物資的識別：一、射頻設(shè)別：利用掃描條形碼的技術(shù)來識別廢舊瓶狀物資的種類。二、材質(zhì)識別：利用傳感器來識別廢舊瓶狀物資的材質(zhì)。三、超聲波測距+稱重識別：利用超聲波測距技術(shù)大致計算廢舊瓶狀物資的長度和直徑，并利用稱重技術(shù)來識別廢舊瓶狀物資的重量。四、常規(guī)圖像識別：利用背景差分法來識別廢舊瓶狀物資。然而實踐表明，上述廢舊瓶狀物資識別技術(shù)由于自身原理所限，普遍存在如下問題：一、射頻設(shè)別技術(shù)要求廢舊瓶狀物資必須帶有條形碼，一旦廢舊瓶狀物資的條形碼脫落，其便無法進(jìn)行廢舊瓶狀物資的識別，由此導(dǎo)致其適用范圍受限。二、材質(zhì)識別技術(shù)存在實現(xiàn)成本高、技術(shù)難度大、識別效率低的問題。三、超聲波測距+稱重識別技術(shù)存在識別精確度低的問題。四、常規(guī)圖像識別技術(shù)要求圖像的背景是均勻且不變的，導(dǎo)致其存在技術(shù)難度大、識別效率低的問題?；诖耍斜匾l(fā)明一種全新的廢舊瓶狀物資識別技術(shù)，以解決現(xiàn)有廢舊瓶狀物資識別技術(shù)存在的上述問題。
技術(shù)實現(xiàn)要素：
本發(fā)明為了解決現(xiàn)有廢舊瓶狀物資識別技術(shù)適用范圍受限、實現(xiàn)成本高、技術(shù)難度大、識別效率低、識別精確度低的問題，提供了一種基于雙目圖像視覺的物資形狀識別方法。
本發(fā)明是采用如下技術(shù)方案實現(xiàn)的：
一種基于雙目圖像視覺的物資形狀識別方法，該方法是采用如下步驟實現(xiàn)的：
步驟S1：利用正交雙目攝像機(jī)，對直立放置的瓶狀物資同時進(jìn)行俯視拍攝和平視拍攝，由此分別得到灰度化圖像A和灰度化圖像B；俯視拍攝得到的灰度化圖像A和平視拍攝得到的灰度化圖像B均同時包含瓶狀物資和背景；
步驟S2：利用透視變換算法，分別對灰度化圖像A和灰度化圖像B進(jìn)行矯正，由此分別從灰度化圖像A和灰度化圖像B中消除失真；
步驟S3：分別對矯正后的灰度化圖像A和灰度化圖像B進(jìn)行中值濾波，由此分別從灰度化圖像A和灰度化圖像B中消除噪聲；
步驟S4：利用最大互相關(guān)算法，一方面從灰度化圖像A中識別出瓶狀物資的圓形特征區(qū)域，該圓形特征區(qū)域由瓶底和瓶口構(gòu)成，另一方面從灰度化圖像B中識別出瓶狀物資的矩形特征區(qū)域，該矩形特征區(qū)域由瓶頸和瓶身構(gòu)成；
步驟S5：利用Sobel算子，一方面從灰度化圖像A中識別出瓶狀物資的圓形特征區(qū)域的邊緣，另一方面從灰度化圖像B中識別出瓶狀物資的矩形特征區(qū)域的邊緣；
步驟S6：從灰度化圖像A中計算出瓶狀物資的圓形特征區(qū)域的尺寸，從灰度化圖像B中計算出瓶狀物資的矩形特征區(qū)域的尺寸，由此重構(gòu)出瓶狀物資的圖像。
與現(xiàn)有廢舊瓶狀物資識別技術(shù)相比，本發(fā)明所述的一種基于雙目圖像視覺的物資形狀識別方法通過采用全新的識別原理，實現(xiàn)了對廢舊瓶狀物資進(jìn)行識別，由此具備了如下優(yōu)點：一、與射頻設(shè)別技術(shù)相比，本發(fā)明無需廢舊瓶狀物資帶有條形碼，即可進(jìn)行廢舊瓶狀物資的識別，因此其適用范圍不再受限。二、與材質(zhì)識別技術(shù)相比，本發(fā)明實現(xiàn)成本更低、技術(shù)難度更小、識別效率更高。三、與超聲波測距+稱重識別技術(shù)相比，本發(fā)明識別精確度更高。四、與常規(guī)圖像識別技術(shù)相比，本發(fā)明不再要求圖像的背景是均勻且不變的，因此其技術(shù)難度更小、識別效率更高。
本發(fā)明有效解決了現(xiàn)有廢舊瓶狀物資識別技術(shù)適用范圍受限、實現(xiàn)成本高、技術(shù)難度大、識別效率低、識別精確度低的問題，適用于廢舊瓶狀物資回收。
附圖說明
圖1是本發(fā)明的流程示意圖。
具體實施方式
一種基于雙目圖像視覺的物資形狀識別方法，該方法是采用如下步驟實現(xiàn)的：
步驟S1：利用正交雙目攝像機(jī)，對直立放置的瓶狀物資同時進(jìn)行俯視拍攝和平視拍攝，由此分別得到灰度化圖像A和灰度化圖像B；俯視拍攝得到的灰度化圖像A和平視拍攝得到的灰度化圖像B均同時包含瓶狀物資和背景；
步驟S2：利用透視變換算法，分別對灰度化圖像A和灰度化圖像B進(jìn)行矯正，由此分別從灰度化圖像A和灰度化圖像B中消除失真；
步驟S3：分別對矯正后的灰度化圖像A和灰度化圖像B進(jìn)行中值濾波，由此分別從灰度化圖像A和灰度化圖像B中消除噪聲；
步驟S4：利用最大互相關(guān)算法，一方面從灰度化圖像A中識別出瓶狀物資的圓形特征區(qū)域，該圓形特征區(qū)域由瓶底和瓶口構(gòu)成，另一方面從灰度化圖像B中識別出瓶狀物資的矩形特征區(qū)域，該矩形特征區(qū)域由瓶頸和瓶身構(gòu)成；
步驟S5：利用Sobel算子，一方面從灰度化圖像A中識別出瓶狀物資的圓形特征區(qū)域的邊緣，另一方面從灰度化圖像B中識別出瓶狀物資的矩形特征區(qū)域的邊緣；
步驟S6：從灰度化圖像A中計算出瓶狀物資的圓形特征區(qū)域的尺寸，從灰度化圖像B中計算出瓶狀物資的矩形特征區(qū)域的尺寸，由此重構(gòu)出瓶狀物資的圖像。
所述步驟S5中，Sobel算子采用的模板是。