基于LabVIEW的机器视觉实验系统开发

.z基于LabVIEW的机器视觉实验系统开发针对精细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展再开发。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，本平台以电子芯片外表为处理对像，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局部：硬件平台搭建，包括摄像头、CCD、图像采集卡等。软件平台搭建，包括：图像处理程序，包括视觉系统根本功能模块的搭建；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。系统介绍摄像头摄像头图像采集卡计算机点运算图像获取图像变换自定义功能图像采集硬件局部软件局部图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。硬件平台的搭建硬件局部主要包括成像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。CCD摄像头CCD摄像头P*I-1409图像采集卡数据传输线图2机器视觉系统硬件相机〔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，以电子芯片外表为处理对象，为了应用在更多其它对象上，所以假定视觉*围为100×100mm2，对于芯片外表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，只要像素值能到达0.2mm，就可以满足测量精度方面要求。根据上面计算相机*方向或Y方向的分辨率公式为：100〔*/Y方向视野*围〕÷0.2〔*/Y方向理论像素值〕=200〔*/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，同时考虑到本钱，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电视线最小照度：0.03Lu*信噪比：≧48dB功率：3.5W摄像头采用厂家的putar配套摄像头，CCD及摄像头实物如图3所示。图3MBC-5050成像CCD及配套摄像头图像采集卡的选择图像采集卡采用Ni的P*I-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，可进展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。图4P*I-1409图像采集卡软件平台的搭建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LabVIEW7.1、IMAQVision8.0〔试用版〕等软件进展系统开发。LabVIEW特有的数据流式编程和IMAQVision强大的图像处理能力极大地缩短了系统的开发周期、降低了本钱。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图像获取该局部主要用来获取原始图像以进展后面的图像处理，labview中既可以方便地对现有图像进展处理，也可以从硬件设备〔照相机〕获取图像进展实时处理。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图像几何变换该局部主要是对原始图像进展镜像、缩放、旋转等几何变换，图8是对原始图像进展旋转变换的效果图。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条状。图9将环形图像变换为矩形图像图像点处理这局部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。该方法是先根据经历改定一个阈值T1，然后对图像中小于T1与大于T1的像素点进展统计，从而得到另一个阈值T2，具体计算公式如下：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，代回公式继续进展迭代，直到最后的T2=T1。利用该公式对图8中原始图像进展图像二值化，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，因此使用该方法进展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，其特征是背风光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。芯片像素点背景像素点芯片像素点背景像素点图11图8中原始图像的直方图图像滤波这局部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展轮廓提取得到的效果。图12对二值化图像进展轮廓提取数学形态学变换数学形态学是科学家在研究岩石构造时建立的一门学科。形态学的用途主要是获取物体拓扑和构造信息，它通过物体和构造元素相互作用的*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)利用形态学的根本运算，对图象进展观察和处理，从而到达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*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*围内像素点的灰度值，如图14所示。图14显示图像中*点附近像素点的灰度值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*一个特定的检测对象和检测任务，在根本处理的根底上，还需要*些特定的处理功能，这些功能往往要根据不同的需要