CN107816943B - 一种物流箱体积重量测量系统及其实现方法 - Google Patents

Abstract

本发明公开了一种物流箱体积重量测量系统，包括安装架，以及设置在所述安装架上的传送带、电子秤、牛眼滚珠板、微调支架、信号处理系统、X方向微调部件、Y方向微调部件、Z方向微调部件、LED条形光源、工业相机和激光测距模块；信号处理系统根据激光测距模块得到的高度数据、图像分析得到的面积数据及输入信息计算出物流箱体积，同时给出其重量；本发明能实现同时对流水线上物流箱的体积和重量进行实时自动测量，高效准确；相比于光幕法或双(多)目视觉测量系统，本系统无需进行特征点匹配，避免了物体低纹理、重复纹理、重叠和非连续等问题，且显著减少计算复杂度。

Description

一种物流箱体积重量测量系统及其实现方法

技术领域

本发明涉及非接触智能测控技术领域，具体涉及一种物流箱体积重量测量系统及其实现方法。

背景技术

视觉测量技术属于计算机视觉技术，是一项通过相机拍摄物体，获取图像信息，再进行图像分析，从而获取物体的位姿和尺寸等信息的工程学科，分为单目视觉和双(多)目视觉技术；对于测量物体，计算机视觉不受人工因素的影响，精度不受测量标尺等参照物精度的限制，相比于传统的人工标尺测量，具有快速、准确、非接触和成本低廉等优势，适用于批量的自动化测量，极大地降低人工成本，提高生产效率。

单目视觉技术中，无需进行特征点匹配和视差计算，减少了系统运算量，提高了系统运行速度和系统稳定性。但是，单目视觉只能获取平面物体的位置信息，不能测量其深度信息。

双目或多目视觉技术中，需要对物体进行特征点匹配和视差计算，该过程受光学失真及噪声、平滑表面的镜面反射、投影缩减、透视失真、低纹理、重复纹理、图像重叠和非连续等问题的干扰，使得匹配精度和系统稳定性极大降低，且匹配过程运算量大。

另外，计算机视觉常使用图像分割处理方法，分割过程中可采用固定阈值分割法、边缘分割法、最大类间方差等自动阈值分割方法。而固定阈值分割法受光照变化影响严重；边缘分割法受物体纹理干扰严重；最大类间方差法能有效抑制光照变化的影响，但若物体部分平滑表面发生镜面反射，或者物体表面及背景的灰度呈明显的3个或3个以上的灰度等级状态，往往容易导致只将反光或最高亮灰度等级的区域分割出来，而忽略了物体其他部分。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种物流箱体积重量测量系统。

本发明的另一目的在于提供一种物流箱体积重量测量系统的实现方法。

本发明的目的通过下述技术方案实现：

一种物流箱体积重量测量系统，包括安装架，以及设置在所述安装架上的传送带、电子秤、牛眼滚珠板、微调支架、信号处理系统、X方向微调部件、Y方向微调部件、Z方向微调部件、LED条形光源、工业相机和激光测距模块，其中，所述传送带设置在所述牛眼滚珠板的左右两侧，所述电子秤设置在所述牛眼滚珠板的下方；所述X方向微调部件、Y方向微调部件、Z方向微调部件、LED条形光源、工业相机和激光测距模块都设置在所述微调支架上，且所述X方向微调部件、Y方向微调部件、LED条形光源、工业相机和激光测距模块均设置在所述微调支架的顶部，所述工业相机和激光测距模块并排设置且位于所述牛眼滚珠板正上方，所述LED条形光源设置在所述工业相机和激光测距模块四周且位于所述工业相机和激光测距模块下方；所述X方向微调部件控制所述工业相机和激光测距模块左右移动，所述Y方向微调部件控制所述工业相机和激光测距模块前后移动，所述Z方向微调部件控制所述工业相机和激光测距模块上下移动；

所述工业相机、激光测距模块和电子秤分别与所述信号处理系统相连接；所述信号处理系统设有显示屏。

优选地，所述牛眼滚珠板为黑色或暗色调的金属底板。

优选地，所述牛眼滚珠板上的牛眼滚珠呈阵列式排布。

一种由上述物流箱体积重量测量系统的实现方法，包括下述步骤：

步骤一，启动物流箱体积重量测量系统，工业相机、激光测距模块、LED条形光源、电子秤和信号处理系统开始工作，调节X方向微调部件、Y方向微调部件和Z方向微调部件；

步骤二，进行工业相机的内参数、外参数和畸变系数的标定，以及激光测距模块与牛眼滚珠板最高点间距离的标定，并将上述参数录入信号处理系统，具体工作流程如下：

(1)相机标定：

工业相机满足针孔相机模型，设图像坐标向量为其中(u,v)为目标点的像素坐标；相机内参数矩阵为/>其中f_x,f_y,c_x,c_y分别为x向焦距，y向焦距和光轴中心坐标；相机外参数矩阵为(R|T)，其中R为相机光心坐标系相对于世界坐标系的3×3旋转矩阵，T为相机光心坐标系相对于世界坐标系的3×1平移矩阵；世界坐标向量为其中X,Y,Z为目标点的世界坐标；相机成像模型满足关系式：

其中z_c为尺度因子；此外，相机畸变模型满足如下关系：

其中，(x,y)为畸变纠正前的图像物理坐标，(x_cor,y_cor)为畸变纠正后的图像物理坐标，r＝x²+y²,k₁,k₂,k₃,p₁,p₂为相机的3个径向畸变系数和2个切向畸变系数；

相机标定的目的在于求解相机内参数、外参数和畸变系数，将牛眼滚珠板最高点所处平面设为零平面，采用张正友棋盘平面标定法，通过改变棋盘的位置和角度拍摄20张图像，进行相机标定，求解得到相机内参数、外参数和畸变系数；

(2)激光测距模块标定：

将棋盘放置于牛眼滚珠板上，通过激光测距模块测得棋盘与激光测距模块之间的距离，再补偿棋盘的厚度，得到激光测距模块与牛眼滚珠板最高点间距离；

步骤三，选取ROI(Region Of Interest)区域，屏蔽相机视场中牛眼滚珠板以外的区域；

步骤四，将物流箱放入传送带，物流箱通过传送带进入牛眼滚珠板，电子秤探测物流箱的重量，当电子秤的数据稳定时，记录物流箱重量并将数据传送到信号处理系统，之后启动激光测距模块，获取物流箱的高度H；

步骤五，启动基于嵌套循环最大类间方差的物流箱体积识别算法流程，具体工作流程如下：

(1)输入相机内参数f_x、相机外参数T_z、相机畸变系数、物流箱高度H和物流箱图像G₀；

(2)若物流箱高度H小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则利用相机的畸变系数对物流箱图像进行去畸变处理，得到去畸变图像G；

(3)采用最大类间方差法对物流箱图像数据进行第一次二值化处理，分割得到的二值图像B₀中的目标区域为高亮区域，然后定义中间二值图像B_tmp＝B₀；

(4)将二值图像B_tmp取反，得到掩模图像M；

(5)针对与掩模图像M高亮区域相对应的去畸变图像G中的区域进行最大类间方差法的二值化处理，得到类间方差D和高亮目标的二值图像，并将得到高亮目标的二值图像赋给B_tmp，若类间方差D大于预设阈值，则将B_tmp的高亮区域添加到二值图像B₀中，并回到步骤五(4)，否则进行下一步处理；

(6)寻找二值图像B₀的最大轮廓，计算并用高亮灰度填充其凸包轮廓C，并计算凸包轮廓C的最小外接矩形的像素长度L、像素宽度W和顶点像素坐标P＝{P₁,P₂,P₃,P₄}；

(7)进行物流箱出界检测及干扰检测，具体工作流程如下：

①输入步骤三得到的ROI信息和步骤五(6)得到的C、L、W和P；

②利用ROI的边界信息，判断并记录顶点像素坐标P中出界的元素；

③若出界顶点个数N大于1，且有两个以上相邻顶点出界，则返回错误信息给信号处理系统，并启动步骤六；否则根据出界的顶点及其相邻两个顶点的坐标和ROI边界信息，利用相似三角形性质，计算出界区域的面积，所得出界区域面积为即其他边界出界情况同理，总出界面积为/>若无顶点出界，则/>

④进行干扰检测，计算凸包轮廓C的面积S_C,若面积比小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则启动步骤五(8)；

(8)若步骤五(7)的物流箱出界检测及干扰检测通过，则计算出物流箱体积并将物流箱体积信息返回给信号处理系统；

步骤六，信号处理系统的显示屏显示物流箱体积及重量信息，或者显示物流箱出界的提示信息。

本发明的工作原理：

工作时，步骤一，启动物流箱体积重量测量系统，工业相机、激光测距模块、LED条形光源、电子秤和信号处理系统开始工作，调节X方向微调部件、Y方向微调部件和Z方向微调部件；

步骤二，进行工业相机的内参数、外参数和畸变系数的标定，以及激光测距模块与牛眼滚珠板最高点间距离的标定，并将上述参数录入信号处理系统，具体工作流程如下：

(1)相机标定：

工业相机满足针孔相机模型，设图像坐标向量为其中(u,v)为目标点的像素坐标；相机内参数矩阵为/>其中f_x,f_y,c_x,c_y分别为x向焦距，y向焦距和光轴中心坐标；相机外参数矩阵为(R|T)，其中R为相机光心坐标系相对于世界坐标系的3×3旋转矩阵，T为相机光心坐标系相对于世界坐标系的3×1平移矩阵；世界坐标向量为其中X,Y,Z为目标点的世界坐标；相机成像模型满足关系式：

其中z_c为尺度因子；此外，相机畸变模型满足如下关系：

其中，(x,y)为畸变纠正前的图像物理坐标，(x_cor,y_cor)为畸变纠正后的图像物理坐标，r＝x²+y²,k₁,k₂,k₃,p₁,p₂为相机的3个径向畸变系数和2个切向畸变系数；

相机标定的目的在于求解相机内参数、外参数和畸变系数，将牛眼滚珠板最高点所处平面设为零平面，采用张正友棋盘平面标定法，通过改变棋盘的位置和角度拍摄20张图像，进行相机标定，求解得到相机内参数、外参数和畸变系数；

(2)激光测距模块标定：

将棋盘放置于牛眼滚珠板上，通过激光测距模块测得棋盘与激光测距模块之间的距离，再补偿棋盘的厚度，得到激光测距模块与牛眼滚珠板最高点间距离；

步骤三，选取ROI(Region Of Interest)区域，屏蔽相机视场中牛眼滚珠板以外的区域；

步骤四，将物流箱放入传送带，物流箱通过传送带进入牛眼滚珠板，电子秤探测物流箱的重量，当电子秤的数据稳定时，记录物流箱重量并将数据传送到信号处理系统，之后启动激光测距模块，获取物流箱的高度H；

步骤五，启动基于嵌套循环最大类间方差的物流箱体积识别算法流程，具体工作流程如下：

(1)输入相机内参数f_x、相机外参数T_z、相机畸变系数、物流箱高度H和物流箱图像G₀；

(2)若物流箱高度H小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则利用相机的畸变系数对物流箱图像进行去畸变处理，得到去畸变图像G；

(3)采用最大类间方差法对物流箱图像数据进行第一次二值化处理，分割得到的二值图像B₀中的目标区域为高亮区域，然后定义中间二值图像B_tmp＝B₀；

(4)将二值图像B_tmp取反，得到掩模图像M；

(5)针对与掩模图像M高亮区域相对应的去畸变图像G中的区域进行最大类间方差法的二值化处理，得到类间方差D和高亮目标的二值图像，并将得到高亮目标的二值图像赋给B_tmp，若类间方差D大于预设阈值，则将B_tmp的高亮区域添加到二值图像B₀中，并回到步骤五(4)，否则进行下一步处理；

(6)寻找二值图像B₀的最大轮廓，计算并用高亮灰度填充其凸包轮廓C，并计算凸包轮廓C的最小外接矩形的像素长度L、像素宽度W和顶点像素坐标P＝{P₁,P₂,P₃,P₄}；

(7)进行物流箱出界检测及干扰检测，具体工作流程如下：

①输入步骤三得到的ROI信息和步骤五(6)得到的C、L、W和P；

②利用ROI的边界信息，判断并记录顶点像素坐标P中出界的元素；

③若出界顶点个数N大于1，且有两个以上相邻顶点出界，则返回错误信息给信号处理系统，并启动步骤六；否则根据出界的顶点及其相邻两个顶点的坐标和ROI边界信息，利用相似三角形性质，计算出界区域的面积，所得出界区域面积为即其他边界出界情况同理，总出界面积为/>若无顶点出界，则/>

④进行干扰检测，计算凸包轮廓C的面积S_C,若面积比小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则启动步骤五(8)；

(8)若步骤五(7)的物流箱出界检测及干扰检测通过，则计算出物流箱体积并将物流箱体积信息返回给信号处理系统；

步骤六，信号处理系统的显示屏显示物流箱体积及重量信息，或者显示物流箱出界的提示信息。。

本发明与现有技术相比具有以下的有益效果：

(1)相比于传统的人工标尺测量，本发明具有快速、准确、非接触和成本低廉等优势，适用于批量的自动化测量，极大地降低人工成本，提高生产效率；

(2)相比于双目或多目视觉系统，本发明采用单目视觉系统，无需进行特征点匹配和视差计算，这减少了系统运算量，提高了系统运行速度和系统稳定性，同时本发明引入激光测距模块进行获取图像中物流箱的深度信息，高效实现了对物流箱体积的测量，再者，相比于容易造成测距稳定但重量未稳定的激光测距触发方式，本发明采用重量稳定触发，利于获取稳定且无干扰的重量和体积数据；

(3)本发明采用的嵌套循环最大类间方差的图像分割方法，相比于固定阈值分割法、边缘分割法和最大类间方差这些图像分割方法，本发明能有效减弱光照变化、物体表面纹理及平滑表面镜面反射对分割的影响；

(4)本发明对目标进行了出界及干扰检测，有效地判断出目标是否出界，且相机视场中是否有其他干扰物导致测量错误，该出界及干扰检测有效地对测量数据进行过滤，极大地减低将错误数据误作为正确数据的风险，并给出了具体的出界或干扰提示信息，使得操作人员能快速的调整物流箱或系统。

附图说明

图1为本发明的结构示意图；

图2为本发明的系统识别算法部分整体流程图；

图3为本发明的基于嵌套循环最大类间方差的物流箱体积识别算法流程图；

图4为本发明的出界及干扰检测算法流程图；

图5为本发明的右边界出界的计算方法示意图。

图中附图标记为：1、信号处理系统；2、工业相机；3、激光测距模块；4、LED条形光源；5、牛眼滚珠板；6、电子秤；7、传送带；8、微调支架；9、Z方向微调部件；10、X方向微调部件；11、Y方向微调部件；12、安装架。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

如图1～5所示，一种物流箱体积重量测量系统，包括安装架12，以及设置在所述安装架12上的传送带7、电子秤6、牛眼滚珠板5、微调支架8、信号处理系统1、X方向微调部件10、Y方向微调部件11、Z方向微调部件9、LED条形光源4、工业相机2和激光测距模块3，其中，所述牛眼滚珠板5为黑色或暗色调的金属底板，这样设置能够方便图像的采集；同时所述牛眼滚珠板5上的牛眼滚珠呈阵列式排布，这样设置能够方便物流箱进出牛眼滚珠板5；所述传送带7设置在所述牛眼滚珠板5的左右两侧，所述电子秤6设置在所述牛眼滚珠板5的下方；所述X方向微调部件10、Y方向微调部件11、Z方向微调部件9、LED条形光源4、工业相机2和激光测距模块3都设置在所述微调支架8上，且所述X方向微调部件10、Y方向微调部件11、LED条形光源4、工业相机2和激光测距模块3均设置在所述微调支架8的顶部，所述工业相机2和激光测距模块3并排设置且位于所述牛眼滚珠板5正上方，所述LED条形光源4设置在所述工业相机2和激光测距模块3四周且位于所述工业相机2和激光测距模块3下方，设置LED条形光源4能够实现均匀打光以供工业相机2获取优质图像；所述X方向微调部件10控制所述工业相机2和激光测距模块3左右移动，所述Y方向微调部件11控制所述工业相机2和激光测距模块3前后移动，所述Z方向微调部件9控制所述工业相机2和激光测距模块3上下移动；所述工业相机2、激光测距模块3和电子秤6分别与所述信号处理系统1相连接；所述信号处理系统1设有显示屏。

本发明给出一种嵌套循环最大类间方差的图像分割方法，并引入用于获取物体深度信息的激光测距模块3，结合单目视觉技术所获取的物体二维信息，实现对物流箱的长、宽和高的精确非接触测量，同时利用传统电子秤6产生触发与称重的功能，最终实现对物流箱的体积和重量的便捷、自动、高准确度的测量。

工作时，步骤一，启动物流箱体积重量测量系统，工业相机2、激光测距模块3、LED条形光源4、电子秤6和信号处理系统1开始工作，调节X方向微调部件10、Y方向微调部件11和Z方向微调部件9；

步骤二，进行工业相机2的内参数、外参数和畸变系数的标定，以及激光测距模块3与牛眼滚珠板5最高点间距离的标定，并将上述参数录入信号处理系统1，具体工作流程如下：

(1)相机标定：

工业相机2满足针孔相机模型，设图像坐标向量为其中(u,v)为目标点的像素坐标；相机内参数矩阵为/>其中f_x,f_y,c_x,c_y分别为x向焦距，y向焦距和光轴中心坐标；相机外参数矩阵为(R|T)，其中R为相机光心坐标系相对于世界坐标系的3×3旋转矩阵，T为相机光心坐标系相对于世界坐标系的3×1平移矩阵；世界坐标向量为其中X,Y,Z为目标点的世界坐标；相机成像模型满足关系式：

其中z_c为尺度因子；此外，相机畸变模型满足如下关系：

其中，(x,y)为畸变纠正前的图像物理坐标，(x_cor,y_cor)为畸变纠正后的图像物理坐标，r＝x²+y²,k₁,k₂,k₃,p₁,p₂为相机的3个径向畸变系数和2个切向畸变系数；

相机标定的目的在于求解相机内参数、外参数和畸变系数，将牛眼滚珠板5最高点所处平面设为零平面，采用张正友棋盘平面标定法，通过改变棋盘的位置和角度拍摄20张图像，进行相机标定，求解得到相机内参数、外参数和畸变系数；

(2)激光测距模块3标定：

将棋盘放置于牛眼滚珠板5上，通过激光测距模块3测得棋盘与激光测距模块3之间的距离，再补偿棋盘的厚度，得到激光测距模块3与牛眼滚珠板5最高点间距离；

步骤三，选取ROI(Region Of Interest)区域，屏蔽相机视场中牛眼滚珠板5以外的区域；

步骤四，将物流箱放入传送带7，物流箱通过传送带7进入牛眼滚珠板5，电子秤6探测物流箱的重量，当电子秤6的数据稳定时，记录物流箱重量并将数据传送到信号处理系统1，之后启动激光测距模块3，获取物流箱的高度H；

步骤五，启动基于嵌套循环最大类间方差的物流箱体积识别算法流程，如图3所示，具体工作流程如下：

(1)输入相机内参数f_x、相机外参数T_z、相机畸变系数、物流箱高度H和物流箱图像G₀；

(2)若物流箱高度H小于预设阈值(此处的预设阈值为经过多次实验后总结实验数据得到的经验值)，则返回错误信息给信号处理系统1，并启动步骤六；否则利用相机的畸变系数对物流箱图像进行去畸变处理，得到去畸变图像G；

(3)采用最大类间方差法对物流箱图像数据进行第一次二值化处理，分割得到的二值图像B₀中的目标区域为高亮区域，然后定义中间二值图像B_tmp＝B₀；

(4)将二值图像B_tmp取反，得到掩模图像M；

(5)针对与掩模图像M高亮区域相对应的去畸变图像G中的区域进行最大类间方差法的二值化处理，得到类间方差D和高亮目标的二值图像，并将得到高亮目标的二值图像赋给B_tmp，若类间方差D大于预设阈值(此处的预设阈值为经过多次实验后总结实验数据得到的经验值)，则将B_tmp的高亮区域添加到二值图像B₀中，并回到步骤五(4)，否则进行下一步处理；

(6)寻找二值图像B₀的最大轮廓，计算并用高亮灰度填充其凸包轮廓C，并计算凸包轮廓C的最小外接矩形的像素长度L、像素宽度W和顶点像素坐标P＝{P₁,P₂,P₃,P₄}；

(7)进行物流箱出界检测及干扰检测，如图4所示，具体工作流程如下：

①输入步骤三得到的ROI信息和步骤五(6)得到的C、L、W和P；

②利用ROI的边界信息，判断并记录顶点像素坐标P中出界的元素；

③若出界顶点个数N大于1，且有两个以上相邻顶点出界，则返回错误信息给信号处理系统1，并启动步骤六；否则根据出界的顶点及其相邻两个顶点的坐标和ROI边界信息，利用相似三角形性质，计算出界区域的面积，如图5所示为右边界出界的计算方法，所得出界区域面积为即/>其他边界出界情况同理，总出界面积为/>若无顶点出界，则/>

④进行干扰检测，计算凸包轮廓C的面积S_C,若面积比小于预设阈值(此处的预设阈值为经过多次实验后总结实验数据得到的经验值)，则返回错误信息给信号处理系统1，并启动步骤六；否则启动步骤五(8)；

(8)若步骤五(7)的物流箱出界检测及干扰检测通过，则计算出物流箱体积并将物流箱体积信息返回给信号处理系统1；

步骤六，信号处理系统1的显示屏显示物流箱体积及重量信息，或者显示物流箱出界的提示信息。

本发明相比于传统的人工标尺测量，具有快速、准确、非接触和成本低廉等优势，适用于批量的自动化测量，极大地降低人工成本，提高生产效率；相比于双目或多目视觉系统，本发明采用单目视觉系统，无需进行特征点匹配和视差计算，这减少了系统运算量，提高了系统运行速度和系统稳定性，同时本发明引入激光测距模块进行获取图像中物流箱的深度信息，高效实现了对物流箱体积的测量，再者，相比于容易造成测距稳定但重量未稳定的激光测距触发方式，本发明采用重量稳定触发，利于获取稳定且无干扰的重量和体积数据；采用的嵌套循环最大类间方差的图像分割方法，相比于固定阈值分割法、边缘分割法和最大类间方差这些图像分割方法，本发明能有效减弱光照变化、物体表面纹理及平滑表面镜面反射对分割的影响；对目标进行了出界及干扰检测，有效地判断出目标是否出界，且相机视场中是否有其他干扰物导致测量错误，该出界及干扰检测有效地对测量数据进行过滤，极大地减低将错误数据误作为正确数据的风险，并给出了具体的出界或干扰提示信息，使得操作人员能快速的调整物流箱或系统。

上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.一种物流箱体积重量测量系统，其特征在于，包括安装架，以及设置在所述安装架上的传送带、电子秤、牛眼滚珠板、微调支架、信号处理系统、X方向微调部件、Y方向微调部件、Z方向微调部件、LED条形光源、工业相机和激光测距模块，其中，所述传送带设置在所述牛眼滚珠板的左右两侧，所述电子秤设置在所述牛眼滚珠板的下方；所述X方向微调部件、Y方向微调部件、Z方向微调部件、LED条形光源、工业相机和激光测距模块都设置在所述微调支架上，且所述X方向微调部件、Y方向微调部件、LED条形光源、工业相机和激光测距模块均设置在所述微调支架的顶部，所述工业相机和激光测距模块并排设置且位于所述牛眼滚珠板正上方，所述LED条形光源设置在所述工业相机和激光测距模块四周且位于所述工业相机和激光测距模块下方；所述X方向微调部件控制所述工业相机和激光测距模块左右移动，所述Y方向微调部件控制所述工业相机和激光测距模块前后移动，所述Z方向微调部件控制所述工业相机和激光测距模块上下移动；

所述工业相机、激光测距模块和电子秤分别与所述信号处理系统相连接；所述信号处理系统设有显示屏；

所述物流箱体积重量测量系统的实现方法包括如下步骤：

步骤一，启动物流箱体积重量测量系统，工业相机、激光测距模块、LED条形光源、电子秤和信号处理系统开始工作，调节X方向微调部件、Y方向微调部件和Z方向微调部件；

步骤二，进行工业相机的内参数、外参数和畸变系数的标定，以及激光测距模块与牛眼滚珠板最高点间距离的标定，并将上述参数录入信号处理系统，具体工作流程如下：

(1)相机标定：

工业相机满足针孔相机模型，设图像坐标向量为其中(u,v)为目标点的像素坐标；相机内参数矩阵为/>其中f_x,f_y,c_x,c_y分别为x向焦距，y向焦距和光轴中心坐标；相机外参数矩阵为(R|T)，其中R为相机光心坐标系相对于世界坐标系的3×3旋转矩阵，T为相机光心坐标系相对于世界坐标系的3×1平移矩阵；世界坐标向量为其中X,Y,Z为目标点的世界坐标；相机成像模型满足关系式：

其中z_c尺度因子；此外，相机畸变模型满足如下关系：

其中，(x,y)为畸变纠正前的图像物理坐标，(x_cor,y_cor)为畸变纠正后的图像物理坐标，r＝x²+y²,k₁,k₂,k₃,p₁,p₂为相机的3个径向畸变系数和2个切向畸变系数；

相机标定的目的在于求解相机内参数、外参数和畸变系数，将牛眼滚珠板最高点所处平面设为零平面，采用张正友棋盘平面标定法，通过改变棋盘的位置和角度拍摄20张图像，进行相机标定，求解得到相机内参数、外参数和畸变系数；

(2)激光测距模块标定：

将棋盘放置于牛眼滚珠板上，通过激光测距模块测得棋盘与激光测距模块之间的距离，再补偿棋盘的厚度，得到激光测距模块与牛眼滚珠板最高点间距离；

步骤三，选取ROI(Region Of Interest)区域，屏蔽相机视场中牛眼滚珠板以外的区域；

步骤四，将物流箱放入传送带，物流箱通过传送带进入牛眼滚珠板，电子秤探测物流箱的重量，当电子秤的数据稳定时，记录物流箱重量并将数据传送到信号处理系统，之后启动激光测距模块，获取物流箱的高度H；

步骤五，启动基于嵌套循环最大类间方差的物流箱体积识别算法流程，具体工作流程如下：

(1)输入相机内参数f_x、相机外参数T_z、相机畸变系数、物流箱高度H和物流箱图像G₀；

(2)若物流箱高度H小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则利用相机的畸变系数对物流箱图像进行去畸变处理，得到去畸变图像G；

(3)采用最大类间方差法对物流箱图像数据进行第一次二值化处理，分割得到的二值图像B₀中的目标区域为高亮区域，然后定义中间二值图像B_tmp＝B₀；

(4)将二值图像B_tmp取反，得到掩模图像M；

(5)针对与掩模图像M高亮区域相对应的去畸变图像G中的区域进行最大类间方差法的二值化处理，得到类间方差D和高亮目标的二值图像，并将得到高亮目标的二值图像赋给B_tmp，若类间方差D大于预设阈值，则将B_tmp的高亮区域添加到二值图像B₀中，并回到步骤五(4)，否则进行下一步处理；

(6)寻找二值图像B₀的最大轮廓，计算并用高亮灰度填充其凸包轮廓C，并计算凸包轮廓C的最小外接矩形的像素长度L、像素宽度W和顶点像素坐标P＝{P₁,P₂,P₃,P₄}；

(7)进行物流箱出界检测及干扰检测，具体工作流程如下：

①输入步骤三得到的ROI信息和步骤五(6)得到的C、L、W和P；

②利用ROI的边界信息，判断并记录顶点像素坐标P中出界的元素；

③若出界顶点个数N大于1，且有两个以上相邻顶点出界，则返回错误信息给信号处理系统，并启动步骤六；否则根据出界的顶点及其相邻两个顶点的坐标和ROI边界信息，利用相似三角形性质，计算出界区域的面积，所得出界区域面积为即其他边界出界情况同理，总出界面积为/>若无顶点出界，则/>

④进行干扰检测，计算凸包轮廓C的面积S_C,若面积比小于预设阈值，则返回错误信息给信号处理系统，并启动步骤六；否则启动步骤五(8)；

(8)若步骤五(7)的物流箱出界检测及干扰检测通过，则计算出物流箱体积并将物流箱体积信息返回给信号处理系统；

步骤六，信号处理系统的显示屏显示物流箱体积及重量信息，或者显示物流箱出界的提示信息。

2.根据权利要求1所述的物流箱体积重量测量系统，其特征在于，所述牛眼滚珠板为黑色或暗色调的金属底板。

3.根据权利要求1所述的物流箱体积重量测量系统，其特征在于，所述牛眼滚珠板上的牛眼滚珠呈阵列式排布。