基于LabVIEW的呆板视觉尝试体例拓荒

  • A+
所属分类:机器视觉
基于LabVIEW的机器视觉实验系统开发。基于LabVIEW的机器视觉实验系统开发 基于 LabVIEW 的机器视觉实验系统开发 针对精密测控技术与仪器实验室的虚拟仪器实践平台,对其嵌入式测控系统
基于LabVIEW的呆板视觉尝试体例拓荒

基于LabVIEW的呆板视觉尝试体例拓荒

  基于LabVIEW的机器视觉实验系统开发。基于LabVIEW的机器视觉实验系统开发

  基于 LabVIEW 的机器视觉实验系统开发 针对精密测控技术与仪器实验室的虚拟仪器实践平台,对其嵌入式测控系统 的图像处理功能进行再开发。为虚拟仪器课程设计提供技术支持,开发一套集表 现性、可欣赏性、实用性和应用性与一体的视觉平台。针对以上要求,本平台以 电子芯片表面为处理对像,以图像处理的手段实现不同芯片的识别功能,平台的 实现具体应包括以下几个部分: 1) 硬件平台搭建,包括摄像头、CCD、图像采集卡等。 2) 软件平台搭建,包括: a) 图像处理程序,包括视觉系统基本功能模块的搭建; b) 平台交互界面,在 Labview 环境下调用所采集图像与图像处理的功 能模块,完成对图像的处理等功能。 1 系统介绍 摄像头 图像采集卡 图像采集 计算机 硬件部分 图像获取 软件部分 点运算 图像变换 自定义功能 图 1 机器视觉实验平台流程 该系统主要由图像获取和图像处理平台组成,系统流程如图 1 所示。 1.1 硬件平台的搭建 硬件部分主要包括成像 CCD 及摄像头、图像采集卡、数据传输线和计算机 等,其实物如图 2 所示。 数据传输线 图 像采集卡 CCD 摄像头 图 2 机器视觉系统硬件 1.1.1 相机(成像 CCD 和摄像头)的选择 本系统是一个视觉系统的演示平台,以电子芯片表面为处理对象,为了应用 在更多其它对象上,所以假定视觉范围为 100×100mm2,对于芯片表面的字符 要求能检测出 0.2mm 大小的线条或瑕疵。 根据以上条件,可以将 0.2mm 假定为理论像素值。也就是说,只要像素值 能达到 0.2mm,就可以满足测量精度方面要求。根据上面计算相机 X 方向或 Y 方向的分辨率公式为: 100(X/Y 方向视野范围)÷0.2(X/Y 方向理论像素值)=200(X/Y 方向分辨率) 可知,只要相机的分辨率高于 200×200,就是适合此系统的相机。通过调 查市场现有相机参数,同时考虑到成本,本系统的相机 CCD 采用奥尼克斯的 MBC-5050,其主要参数为: 成像器件:1/3 英寸 CCD 信号系统:CCIR 黑白制式 有效像素:500×582 水平分辨率:420 电视线Lux 信 噪 比:≧48dB 功 率:3.5W 摄像头采用厂家的 computar 配套摄像头,CCD 及摄像头实物如图 3 所示。 图 3 MBC-5050 成像 CCD 及配套摄像头 1.1.2 图像采集卡的选择 图像采集卡采用 Ni 的 PXI-1409,如图 4 所示。该卡最多可以支持 4 个标准 (RS-170,CCIR)或非标准相机,可进行高分辨率测量级图像采集和科学图像开发。 选择采集卡时,要考虑和所选相机的是否匹配。 其它设备有计算机、电源、摄像头支架等。 1.2 软件平台的搭建 图 4 PXI-1409 图像采集卡 软件平台主要完成从硬件获取图像、处理原始图像、显示处理结果等功能。 软件平台使用 LabVIEW 7.1、IMAQ Vision 8.0(试用版)等软件进行系统开发。 LabVIEW 特有的数据流式编程和 IMAQ Vision 强大的图像处理能力极大地缩短 了系统的开发周期、降低了成本。系统软件的交互界面如图 5 所示。 图 5 机器视觉实验平台交互界面 1.2.1 图像获取 该部分主要用来获取原始图像以进行后面的图像处理,labview 中既可以方 便地对现有图像进行处理,也可以从硬件设备(照相机)获取图像进行实时处理。 本软件中同时提供了这两种图像获取方式,如图 6 所示。 图 6 选择原始图像来源 图 7 为从硬件获取图像并将其显示的 labview 代码。 图 7 从相机获取图像程序代码 1.2.2 图像几何变换 该部分主要是对原始图像进行镜像、缩放、旋转等几何变换,图 8 是对原 始图像进行旋转变换的效果图。 图 8 图像旋转变换 在对一些诸如环形条形码识别的图像处理中,需要将环状的图像转换为矩 形,该软件中的“曲边拉直”提供了这样的功能,使用时需要先设定环形的中心 坐标、内外半径以及参与变换的起始角度,就能得到变换结果,图 9 中将一个简 单的环形文字变换为易识别易处理得线 将环形图像变换为矩形图像 1.2.3 图像点处理 这部分是各种图像处理中经常用到的预处理功能,主要包括图像反色、阈值 变换等。 在阈值变换中,提供了两种选取阈值的方法,一种是直接输入阈值,另一种 是基于迭代法的阈值计算。该方法是先根据经验改定一个阈值 T1,然后对图像 中小于 T1 与大于 T1 的像素点进行统计,从而得到另一个阈值 T2,具体计算公 式如下: ? ? T1 ni ? i 255 ni ? i T ? i?0 2 T1 ? i?T1?1 255 ?ni ?ni i?0 i ?T1 ?1 其中,ni 为图像中阈值为 i 的像素点个数。 用上面的公式得到阈值 T2 后,付给 T1,代回公式继续进行迭代,直到最后 的 T2=T1。利用该公式对图 8 中原始图像进行图像二值化,得到的结果如图 10 所示,其中初始阈值为 127,计算阈值为 185,图 10 右图为左图的反色变换。 图 10 图像阈值变换与反色变换 上面的公式也有可能不收敛,因此使用该方法进行计算时有可能得不到正确 的阈值,但对于直方图形如图 11 所示的图像,其特征是背景色与物体的像素值 相差较大,且两者之间有明显的低谷,对于这样的图像,上面的公式是有效的。 背景像素点 芯片像素点 图 11 图 8 中原始图像的直方图 1.2.4 图像滤波 这部分主要实现图像的各种滤波功能,在图像处理中,可以根据检测对象的 特征选择适当的滤波类型,从而提取出感兴趣的图像特征。图 12 显示了对二值 化图像进行轮廓提取得到的效果。 图 12 对二值化图像进行轮廓提取 1.2.5 数学形态学变换 数学形态学是科学家在研究岩石结构时建立的一门学科。形态学的用途主要 是获取物体拓扑和结构信息,它通过物体和结构元素相互作用的某些运算,得到 物体更本质的形态。在图象处理中的应用主要是:(1)利用形态学的基本运算, 对图象进行观察和处理,从而达到改善图象质量的目的;(2)描述和定义图象的 各种几何参数和特征,如面积、周长、连通度、颗粒度、骨架和方向性等。 图 13 是几种常用数学形态学变换的效果。 (a) 原始图像 (b) 腐蚀 (c) 膨胀 (d) 开运算 (e) 闭运算 图 13 数学形态学变幻 1.2.6 图像信息查看 在图像处理的过程中,有时需要了解图像的灰度分布和某些关键点附近的像 素信息,该软件中的图像信息查看就是为这样的目的设计的。在处理过程中,可 以随时查看当前图像的灰度直方图,如图 11 所示。 同时,也可以在当前图像中点击感兴趣的位置,查看该点相邻的 7×7 矩阵 范围内像素点的灰度值,如图 14 所示。 图 14 显示图像中某点附近像素点的灰度值 1.2.7 自定义功能 前面的模块都是在图像处理任务中经常用到的,但对于某一个特定的检测对 象和检测任务,在基本处理的基础上,还需要某些特定的处理功能,这些功能往 往要根据不同的需要自己动手来进行开发。自定义功能模块对应的就是这样的功 能。 2 结束语 该平台使用方便,可直接在上面设计自己的图像处理方案,并直接验证其结 果。使用者可以在基本功能的基础上,开发出专门的图像处理、图像检测工具。 该平台既可以作为图像处理入门的示例教程,也可以作为虚拟仪器及 Labview 学 习的教程使用。