基于MATLAB视觉的机械臂水果分拣系统仿真（记录自用）

一、效果展示

① 水果分拣系统仿真环境初始状态

②GUI的界面
此界面是在之前做的六轴机械臂操作界面加上的，图个方便，所以这里显得比较突兀！


③分拣结果

二、系统流程图

①前处理

②成熟度检测（通过颜色简单检测）

③果径检测
一可以利用采集到的边缘像素点信息，以某固定点与其他点分别进行比较获得其两者间位置最大的点，两者的距离最大者为判断该水果尺寸的信息。如图3-4所示，最长像素间距判断 。二是利用regionprops函数中的“Area”属性直接计算各个目标的面积值，后通过设定的范围，进行判断分选。


④位置确定（此方法简单映射）
并未进行准确的标定，这里只是简单的利用重心的方法确定位置。

三、代码

matlab部分

主要代码：

img = handles.img;
%% 水果的分拣系统
% img = imread('Orange_g.png');
mdl_puma560;

im = imresize(img,[300 300]);
im1 = rgb2gray(im);
%figure;
%imshow(im1);
e = edge(im1,'canny',0.3);%0.52
%figure('name','边缘检测')
Iprops=regionprops(e,'BoundingBox','Area', 'Image','Centroid');
I=Iprops(1).Centroid
% hold on;
%imshow(e);
[m n] = size(e);
i1 = 0;j1=0;
for i = 1:m
    for j = 1:n
        if(e(i,j)==1)
            k2=e(i,j);
            i1=i;
            j1=j;
            break
        end
    end
    break
end
k=1;k1=1;
for i=1:m
    for j=1:n
        if(e(i,j)==1)
            disi(k)=abs(i-i1);
            disi(k1)=abs(j-j1);
            k=k+1;
            k1=k1+1;%当像素是白色时，该位置减去白色像素的其他位置
        end
    end
end
maxi=max(disi);
imagesc(im(:,:,1));
r1=im(:,:,1);
g1=im(:,:,2);
b1=im(:,:,3);
m1=mean2(g1);
m2=mean2(r1);
m3=mean2(b1);
r2 = m2/(m1+m2+m3);%返回彩色图像的强度值，并计算平均值
c=0;
if(r2>0.4)%0.4是为红色亮度设置的阈值
    c = 1;
end

全部代码较多，如有需要再行发布！