【文章內(nèi)容簡介】 ，而且系統(tǒng)可靠、穩(wěn)定。 ：VBAI特征匹配及預(yù)處理零件長度檢測零件原始圖像生成LabVIEW代碼數(shù)據(jù)處理及儲存 本章小結(jié) 本章給出了零件長度檢測系統(tǒng)的總體方案設(shè)計，分別介紹了圖像采集的硬件總體方案設(shè)計，圖像采集流程，以及軟件編寫流程和系統(tǒng)功能的設(shè)計。經(jīng)過實際驗證，該方案是切實可行的，實現(xiàn)了設(shè)計要求，達到預(yù)期效果。第3章 基于圖像的零件長度計量方法 本章通過LabVIEW接收圖像采集裝置采集到的零件圖像。對圖像進行一系列的預(yù)處理，使檢測系統(tǒng)高效穩(wěn)定的運行，依次介紹了零件圖像的預(yù)處理、標(biāo)定與矯正、特征匹配、長度測量算法的設(shè)計，以及零件長度數(shù)據(jù)的誤差處理以及保存方法。 由第二章可知，通過背光光源照射后使被測物體特征明顯，在經(jīng)過運動與控制裝置使被測物體完全進入相機視野，拍攝照片，然后通過圖像采集卡將采集到的圖片傳到軟件平臺中處理，得到被測物體的長度數(shù)據(jù)。 要想成功讀取采集到的零件圖像必安裝好驅(qū)動程序，可在NI MAX中產(chǎn)看是否安裝成功。 本文采用連續(xù)采集方式，編寫程序時一般可分為：相機初始化、建立圖像采集任務(wù)、采集圖像、關(guān)閉相機、刪除任務(wù)。具體的編輯步驟為：（1） 調(diào)用 IMAQ USB Enumerate 枚舉 USB 攝像頭。 枚舉USB攝像頭VI 通過枚舉獲得當(dāng)前計算機中可用的USB攝像頭，從而選擇要調(diào)用的攝像頭。（2） 調(diào)用 IMAQ USB 完成 USB 攝像頭的初始化工作。 初始化調(diào)用的攝像頭的參數(shù)，如：對焦方式、對比度等參數(shù)，使攝像頭成像清晰。（3） 調(diào)用 IMAQ USB Grab 初始化 Grab 過程。 VI（4） 調(diào)用 IMAQ 創(chuàng)建圖像數(shù)據(jù)緩沖區(qū)。 因為圖像文件非常大，如果直接傳輸?shù)脑挿浅：臅r，因此需要創(chuàng)建一個圖像緩沖區(qū)來提高系統(tǒng)運行速度，提高效率。（5） 調(diào)用 IMAQ USB Grab 快速采集圖像數(shù)據(jù)。 IMAQ USB Grab Acquire VI 當(dāng)Grab VI初始化完成后，就可調(diào)用Grab來實現(xiàn)圖像的采集，這個VI的輸出為一幅采集到的完整的圖像。（6） 調(diào)用 IMAQ USB ，釋放占有的 USB 攝像頭。 VI 釋放USB攝像頭資源，為下一次采集做準備。（7） 調(diào)用 IMAQ ，釋放占有的圖像數(shù)據(jù)緩沖區(qū)。 通過釋放圖像緩存區(qū)，減緩存區(qū)的數(shù)據(jù)清除為下一次采集到的圖像緩存做準備。 通過以上步驟可以編寫一個完整的圖像采集程序，可以連續(xù)獲得零件圖像，高效的完成圖像采集工作，、。 由于攝像頭采集的圖像為彩色圖像，但是大部分的測試測量都是使用的灰度圖像。如找邊、找圓、粒子析、亮度測量、紋理分析、匹配、存在性等許多的檢測都是基于灰度圖像的。 灰度圖像，是直接由相機的每個像素得到的數(shù)據(jù)，沒有經(jīng)過拜爾等彩色相機的插值處理，因此其圖像的清晰度上，比使用彩色相機獲得的圖像更清楚。 LabVIEW實現(xiàn)灰度圖像轉(zhuǎn)化依靠抽取顏色平面函數(shù)來實現(xiàn)。 彩色圖像經(jīng)顏色平面抽取，可以得到灰度圖像。同一張彩色圖像，抽取不同的顏色平面，得到的灰度圖像是完全不一樣的。（a）原圖（b）抽取飽和平面（c）抽取強度平面 本文采用抽取強度平面獲得灰度圖，是被測物體邊緣特征明顯。 在現(xiàn)實的檢測過程中無論是工業(yè)現(xiàn)場還是實驗室仿真環(huán)境，都不可能存在沒有任何干擾的理想檢測環(huán)境，因而檢測過程中采集的圖像不可避免地會帶有噪聲，采集到的圖像在傳輸和存儲過程也會受到各種噪聲的影響和干擾。噪聲和干擾使得原本均勻連續(xù)變化的圖像灰度分布發(fā)生突變，造成一些虛假或不完整的零件圖像的邊緣或輪廓，使圖像的總體質(zhì)量變差，這樣既影響圖像的視覺效果，又影響待測零件邊緣幾何參數(shù)的獲取。所以對采集到的待測零件圖像進行各種各樣的圖像處理之前，首先采用適當(dāng)?shù)姆椒p少圖像噪聲，一般采用的方法是使用數(shù)字濾波器，其濾波的效果對測量的精度影響很大。而這個消除噪聲、改善圖像質(zhì)量的處理過程通常稱為圖像平滑。也是圖像預(yù)處理的最關(guān)鍵的步驟之一。 平滑概述 在統(tǒng)計學(xué)和圖像處理中，通過建立近似函數(shù)嘗試抓住數(shù)據(jù)中的主要模式，去除噪音、結(jié)構(gòu)細節(jié)或瞬時現(xiàn)象，來平滑一個數(shù)據(jù)集。在平滑過程中，信號數(shù)據(jù)點被修改，由噪音產(chǎn)生的單獨數(shù)據(jù)點被降低，低于毗鄰數(shù)據(jù)點的點被提升，從而得到一個更平滑的信號。平滑可以兩種重要形式用于數(shù)據(jù)分析： （1）若平滑的假設(shè)是合理的，可以從數(shù)據(jù)中獲得更多信息； （2）提供靈活而且健壯的分析。有許多不同的算法可用于平滑。 、。 濾波設(shè)置（a）原圖 （b）高斯濾波 濾波效果 以上是NIVision視覺軟件NIVisionAssistant中的平滑濾波器。其中可以看到高斯平滑濾波器的平滑效果要強許多。可以去除許多噪聲，邊緣變得更平滑。但是相應(yīng)的圖像的細節(jié)部分會有所以損失。而低通平滑濾波器則平滑效果沒有高斯的好，但是保留了足夠的細節(jié)。 高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。通俗的講，高斯濾波就是對整幅圖像進行加權(quán)平均的過程，每一個像素點的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。 本文由于為了平滑邊緣，去除毛刺對測量結(jié)果的影響采用高斯濾波。 圖像增強概述 增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。 圖像增強的幾個方面： (1)對比度變換：線性變換、非線性變換 　　(2)空間濾波：圖像卷積運算、平滑、銳化 　　(3)彩色變換：單波段彩色變換、多波段彩色運算、HIS 　　(4)多光譜變換：KL變換、KT變換 (5)圖像運算：插值運算、比值運算 卷積設(shè)置 本文采用窗口為7*7的卷積運算，增強物體的邊緣特征，使邊緣階躍信號增強，有利于提高測量精度以及系統(tǒng)的穩(wěn)定性。（a）原圖（b）7*7卷積運算 利用圖像測量技術(shù)測量物體幾何尺寸時，由于光學(xué)鏡頭固有的缺陷，會使采集的圖像存在非線性的幾何畸變，對測量精度產(chǎn)生很大的影響。所以必須對采集的零件圖像進行標(biāo)定以消除畸變誤差。傳統(tǒng)的標(biāo)定方法有Tsai兩步法，Weng迭代法，張正友雙平面法等，應(yīng)用雖然較為廣泛，但實際的標(biāo)定過程是十分繁瑣的。本節(jié)介紹基于LabVIEW的視覺工具vision組件的標(biāo)定方法，能很好的解決這些問題。 為校正畸變對圖像造成的影響，在LabVIEW平臺下的標(biāo)定過程中采用具有明顯特征及對應(yīng)關(guān)系的點陣標(biāo)定板，標(biāo)定板如下圖所示，其中每個黑色圓點的半徑以及相鄰圓點圓心間的距離都是恒定的。LabVIEW通過利用Canny濾波器可以提取出標(biāo)定模板中每個黑色圓點的邊緣，再利用邊緣進行圓擬合，得到每個黑色圓點精確的圓心位置，保證了坐標(biāo)的精度。 為實現(xiàn)精確測量，要充分考慮非線性徑向畸變的影響，需選擇DistoritionModel（Grid），此模式在矯正非線性畸變的同時對線性畸變也同樣矯正，即相機與工作平面不垂直不會影響測量結(jié)果。具體的操作過程如下：（1） 載入采集的標(biāo)定模版圖像，圖像中應(yīng)將標(biāo)定模版水平放置于工作平面。（2） 采用RGB、HSL等的一種方法，通過調(diào)節(jié)參數(shù)來對圖像進行閾值分割，使黑色圓點從背景中顯現(xiàn)出來。若標(biāo)定模版未完全覆蓋視場，則需要手動劃定出標(biāo)定模版的范圍，只有當(dāng)模版覆蓋的區(qū)域可以保證測量精度。最后定義識別的點大小范圍以及圓度范圍以防止圖像中細微噪點被錯誤識別為標(biāo)定圓點，（3）輸入標(biāo)定模版的相關(guān)信息，包括XSpacing，YSpacing和Unit，分別代表X 方向上相鄰兩個圓點圓心間的距離，Y方向上相鄰兩個圓點圓心間的距離和距離 的單位。 （4）系統(tǒng)將對模版進行學(xué)習(xí)，需要手動選定計算方法，同時考慮三個畸變系數(shù)以及切 向畸變將提高標(biāo)定精度，同時也會降低計算速度，應(yīng)根據(jù)實際需求進行選擇。 （5）為標(biāo)定圖像設(shè)定坐標(biāo)系，以便在后續(xù)測量中得出點的精確坐標(biāo)值 （6）最后將標(biāo)定好的結(jié)果保存為png格式文件，在測量時進行調(diào)用 本實驗中相機使用的鏡頭為廣角鏡頭，畸變率較大。從圖中可以看到出現(xiàn)了明顯的筒形畸變，通過LabVIEW軟件的標(biāo)定，很好的修正了畸變給圖像帶來的影響。實際的測量結(jié)果也同樣讓人滿意，能達到不錯的精度。 由于本文條件所限，如能提高標(biāo)定模板的制作精度、工作表面平整度，則可以得到更好的測量效果。 采用LabVIEW的視覺工具的標(biāo)定方法可以十分有效地消除圖像中線性、非線性的畸變，不但使用方便、測量精度高，而且能夠與LabVIEW機器視覺組件的圖像處理、圖像測量功能形成完美的結(jié)合，是傳統(tǒng)方法無法相比的，在實際應(yīng)用中很有實用價值。 零件圖像特征的匹配方法 要實現(xiàn)連續(xù)高效的測量，本文提出進行兩次特征匹配，第一次為檢測零件是否全部進入相機的視野范圍，若沒進入或者未完全進入視野，則一直循環(huán)檢測特征，若檢測到特征，則進入下一次特征檢測，此次特征檢測已知零件進入視野，所以選取零件的一部分為檢測模板，在此模板的基礎(chǔ)上建立相對坐標(biāo)系，以實現(xiàn)測量范圍的精確匹配。 實現(xiàn)步驟： （1） 選擇幾何匹配函數(shù)，在Main選卡中輸入步驟名，并選擇要查找的范圍，本文選全圖。（2） 在Template選卡中，新建一模板，在圖中選擇物體的一部分作為模板，在選擇模板時要注意模板要選擇物體特征較明顯的部分。后面幾個選卡在新建模板時已經(jīng)設(shè)置好，可以不用重新設(shè)置。（3） 選擇建立坐標(biāo)系函數(shù)，在Main選卡中輸入步驟名，再在Setting選卡中選擇坐標(biāo)的式，模式確定物體在相機視野內(nèi)旋轉(zhuǎn)，移動是否能被檢測到。 當(dāng)被測物體完全進入攝像頭視野內(nèi)時，模板匹配成功，會框出被測物體的位置，否則會一直匹配模板直到找到被測物體為止，當(dāng)匹配成功后還會在匹配一次新的模板，以建立一個精確的相對坐標(biāo)系，以后的測量都以這個相對坐標(biāo)系為參考，測量被測物體周圍的圖像，這種方法很大的提高了測量效率，、。（a）連續(xù)檢測流程圖（b）連續(xù)檢測程序（a）特征匹配結(jié)果（b）相對坐標(biāo)系建立結(jié)果 由于本文介紹的是零件長度檢測方法，并且以美工刀片為例，測量刀片刀刃之間的距離，因此可以看作是測量兩條直線間的距離問題。因此首先要檢測刀片的邊緣是一個關(guān)鍵的問題。由于采用LabVIEW測量，與傳統(tǒng)測量方法有很大差別，LabVIEW的視覺工具VBAI中有特定測量函數(shù)，可以簡單方便的完成測量任務(wù)?！獪y點到直線的