废旧塑料瓶在颜色筛选后,通过粉碎、高温熔化和冷却制粒可成为彩色塑料颗粒,这类塑料颗粒根据其不同颜色能够作为原材料进行再生产,有很高的经济效益。目前我国塑料瓶回收主要依靠人工回收,这种回收方式效率低,对人体健康危害大,为此工业界正在积极开发基于机器视觉的塑料瓶自动分拣设备,但是现有设备对废旧塑料瓶颜色分类的准确率低,无法满足废旧塑料瓶回收再生产工业设备对于效率和精度的追求。研究表明,工业化压缩处理后,废旧塑料瓶在回收分拣的传送带上容易产生粘黏重叠的现象,这一现象的存在是导致废旧塑料瓶颜色分类准确率低的主要原因。鉴于此,本文以提高废旧塑料瓶颜色分类准确率和效率为目的,针对工业相机采集到的图像,在图像去噪、形状匹配和颜色分类三个方面进行研究,提出了一套基于机器视觉的废旧塑料瓶识别分类的视觉方案,解决了塑料瓶瓶身粘黏重叠的识别问题,优化了塑料瓶颜色分类方法,提高了检测效率。本文主要研究内容如下:1.为了提高阈值分割的效率,本文提出了一种基于双阈值分割和形态学处理的图像感兴趣区域提取方法。该方法选取图像增强后的背景图像,通过对背景图像进行颜色建模,确定了图像分割的阈值范围,对阈值分割后的二值图像进行闭运算处理,去除阈值分割后图像中存在的噪声,获取目标图像的感兴趣区域。2.为了排除瓶身粘黏重叠现象对废旧塑料瓶颜色分类的干扰,本文提出了一种基于极坐标系内边界像素点集空间结构特征的形状描述子。以Sobel边缘检测算法和Moore轮廓追踪算法得到废旧塑料瓶边缘像素点集,将这个像素点集经过采样后转换到极坐标系下,对角度和尺度进行归一化,并且将坐标系等分为多个区域,以每个区域中像素点数量占比作为形状描述子,这种方法提取的形状特征具有旋转缩放不变性。最后以支持向量数据描述方法对这类形状特征进行训练和匹配,从而完成基于形状特征的塑料瓶瓶身粘黏重叠识别。3.为了降低压缩后塑料瓶瓶身表面反光对颜色特征提取造成的影响,本文提出一种基于改进K-means聚类的颜色分类方法。在Lab颜色空间下通过颜色聚类的方法对中值滤波后的图像进行颜色量化,建立分类颜色的标准调色板,通过计算瓶身图像中各像素点与标准调色板的色差,建立像素点与标准颜色间的映射,最后统计瓶身各颜色像素点的频数作为颜色特征,实现对废旧塑料瓶的颜色分类。