工业自动化中的自动光学定位技术分析(全文)

精品文档-下载后可编辑工业自动化中的自动光学定位技术分析(全文)[摘要]本文对工业自动化中的自动光学定位技术进行了分析，分析了其系统的设计以及数字信号处理技术、数字图像处理和识别技术等，为工业自动化生产提供支撑。

[关键词]工业自动化；自动光学定位技术；分析和应用

在工业的自动生产以及检测中，最关键的任务是实现工件定位，只有将工件于整个系统中定位精确，才能更好地装配工件，并对其进行检测。目前常使用的定位技术是机械定位，但是这种技术不利于设备利用程度的提高，明显增加了使用过程的成本，不利于综合效益的实现。随着科技不断发展，尤其是数字图像处理技术、计算机技术以及各种通信技术等的发展和結合，为实现工业自动生产以及检测中的工件自动定位提供了良好的技术支撑。这种技术是自动光学定位技术。目前，很多定位系统都是通过CCD摄像机实现视频的而社区，随后再依靠数据或者模型的转化设备来完成图像的数字化，最后在通过Pc机来对图像的处理传输等进行控制。整一个测量的过程实现了自动化，精度很高，同时具有较高的实时性，实现了非接触操作，能够适应现代工业中自动生产以及检测的要求，还大大提高了生产效率。

1.数字信号处理技术

数字信号处理，即DSP，随着科学技术的快速发展，DSP的理论以及操作方法被不断应用和实践，具有较高的可行性。数字图像也属于数字信号之一，本文讲到的自动光学定位技术就是以DSP为核心来展开图像的处理以及传输。DSP速度和性能都很高，很适合数字信号的处理，另外，还能进行语音、图形、通信以及图像的处理，还能实现对仪器仪表的自动控制，除此之外，还能应用于家用电器或者医疗系统当中。其应用的实现要依靠软件硬件设备的支撑。可通过计算机软件、加速处理机、单片机、可编程的DSP芯片或者专用DSP芯片来实现。

2.自动光学定位系统的设计

在设计自动光学定位系统首先要对定位点图像进行采集，并作相关处理。其系统結构包括图像传感器CMOS来采集图像、芯片CPLD来对数据和图像的传输进行控制以及数字图像处理DSP。

上述三个結构和RAM这四部分都安装在系统的总线上，其中CPLD、DSP通过共同享有总线来实现对RAM以及CMOS传感器中各种数据的额控制。CPLD控制总线可以对CMOS传感器发出通知，使其开始对图像进行收集，这时DSP会挂起，因此，整个系统中图像和数据的流向大致是：CMOS图像传感器-CPLD-RAM。由CMOS传感器在传输数字图像技术的时候也传输同步信号。CPLD将这些图像信号灯进行处理，最后生成相应的地址以及信号，将其写到内存RAM中。当采集完一幅定位点的图像之后，CPLD不再控制系统的总线，这时DSP可以通过CPLD来对RAM中的数据读取，并对其算法处理进行识，然后从其串口将处理的結果送出去。因为利用这种方法时，定位点的图像较小，因此内存为16MB的RAM芯片不仅能存储图像数据，也能为DSP程序提供运行空间，简化了整个系统。

3.数字图像处理和识别方法

3.1数字图像处理是通过计算机等来实现对图像数据等的加工和处理，以适应应用需求以及人的视觉要求。图像处理能将输进去的质量较差的图像改善。一般会采用图像的编码、压缩或者复原增强等各种手段来进行处理。还可以将机器作为对象来进行图像处理，其目的是使机器能实现自动识别。一般采用边缘检测、图像二值化或者图像平滑等算法。图像平滑能有效消除噪声，提高图像质量。二值图像的获取可以通过对灰度图的适当分割。在选择灰度阈值时，应根据物体反射的性质以及照明的条件来确定。边缘检测具有重要应用，因为灰度一般都在边缘发生急剧变化，因此，在对图像进行分析和处理的时候，首先需要进行边缘检测。

3.2图像识别技术中，经常被选用的特征有：图像幅度图像像素光灰度值、彩色的二色值、频谱值等表示的幅值特点是图像的最基本特征；图像统计特征一主要有直方图特征、统计性特征、描述像素相关性的统计特征；图像几何特征一主要有面积、周长、分散度、曲线的斜率和曲率、凹凸性等；图像变换系数特征一傅立叶变换系数、哈达玛变换、K-L变换等，另外还有纹理特征和二维几何結构描述等。

3.3灰度图像阈值技术：在计算机系统中，数字图像的存在方式是位图，实际上就是一个矩形的点阵，可以将这些点叫做像素，它是构成数字图像的基本组成单位。在评价像素的明暗性质时，可以通过灰度值来加以标识。数字图像中各个像素所具有的明暗程度由灰度值标识。如果是灰度的图像，则可以用字节数据来代表像素。灰度是在处理以及识别数字图像时的基础。如果一整幅图像中的像素只有两个灰度值，那么这种灰度图像就叫做二值图像。在对其特征进行分析时，可以通过图像阈值分割技术来进行。采用二值图像具有储存的容量小，计算速度快以及能够准确计算目标物的形状、大小等几何特征的优点。这种技术在图像中广泛使用，它可以通过图像目标物以及它的背景在灰度特征上存在的差异，把图像当做是两个灰度级不同的组合。然后选择一个较适当的视值，对具体的像素点的归属进行分析。虽然选取阈值有很多方法，但是由于存在各种限制，较好的方法应该是Otsu这种方法。该方法较适合用在圆形定位点灰度图像的二值化处理过程中。

3.4图像识别技术

图像采集系统不同，其识别算法也不同，目前较常用的是Hough变换法以及模板匹配法。模板也就是阵列，它是为了对某些图像区域特征继续拧检测而设计的，而模板匹配法是为了检测是否有和模板相匹配的物体的存在，或者是逐点比较标准和以及待检测的工件，有时候也可以对它们的特征如颜色等加以提取，然后进行比较。这种方法在计算机以及机器视觉中具有重要应用。但是这种方法计算量大，且匹配效率低下，正确度差等，因此需要对其进行改进。Hough变换法是对图像中不用形状的图形进行识别的方法，例如，从复杂图像中提取某些直线等。该方法较为健全，但计算的时间长，因此，也需要改进。

4.一种新的基于几何性质的定位点识别算法

基于上述的两种识别算法中存在的不足之处，提出一种新的识别方法，这种方法具有计算快速并且准确性高的特点，能实现对圆形以及环形定位点进行检测、定位。还能实现对一