论文部分内容阅读
摘要：本文主要介绍以高清工业相机及工控机为硬件基础，利用NI公司提供的LabVIEW图形化编程软件平台以及NI Vision Assistant视觉组件对工业相机采集到的电机转动动态角度变化值进行图像处理、捕捉以及计算角度变化量。
关键词：图像处理；特征捕捉；角度计算
1引言
随着工业高速发展，对产品质量和效率要求不断提升，机器视觉技术得到越来越广泛的应用。因此利用图像检测分析是目前机器视觉的研究热点之一。测控技术的不断发展，图像采集和数字处理成为测控技术重要的一环，作为被测对象识别、分析的最佳手段，也是测控工程人员需要掌握的一门核心技术。在工业生产中，图像检测通常应用在产品外形测量、产品状态变化测量等环节。图像检测是采用高清工业相机对产品外观结构拍摄，再对图片进行取样分析，能够快速得到测试结果。
2系统硬件构成
整套系统需围绕LabVIEW与NI Vision Assistant建立。硬件部分采用工业相机、配套光源与一套工控机组成。工控机作为LabVIEW与NI Vision Assistant平台搭载以及运算处理中心。工业相机及配套光源作为外部图像信息采集端，需要注意的是对工业相机及光源位置固化，且对工业相机及光源进行外部设置。光源设置需要结合被测物的距离实际情况进行设置，否则容易出现光源过强，导致特征点不明显，光源过弱，特征点过于复杂。这里对光源光强设置为20，光源距离19.5cm，工作距离28.5cm。
3系统软件
系统软件由变化角度计算总程序，工业相机控制子程序，图像取样处理子程序（图像灰度处理，图像二值化处理，图像增强处理），图像特征点捕捉子程序，角度算法实现子程序这几个部分组成，以下着重介绍几个重要环节。
3.1 图像灰度处理
被测物通过工业相机采集图像信息后，将彩色图像转化为灰度图像的过程称为灰度处理。首先建立图像文件临时存储空间，经图像类型转换，将RGB图像颜色空间转换成HSL图像颜色空间，然后经图像提取，提取出灰度图像进行保存或递送至下级运算。其中用到的参数HSL色彩模式是工业颜色标准，是通过对色相、饱和度、明度三个颜色变量的变化及相互之间叠加得到的格式颜色，该标准囊括了人类视觉几乎所有感知颜色，是目前运用最广的颜色系统之一。
3.2 图像特征点捕捉
将灰度处理后的图像取样，在NI Vision Assistant中进行编程处理。本文主要是针对电机角度转变的测算，因此选取了电机上2个固定螺钉作为固定的特征取样点，用于确定电机转动中心轴位。选取2组Find Croular Edge进行固定螺钉位置捕捉，对Find Croular Edge内部参数需要设置（Minimum Edge Strength设置为83、Kemel Size设置为3、Projection Width设置为3、Gap设置为10、Search Line Index设置为1），便于找到2组固定螺钉特征点。中心轴捕捉后， 需要对转动特征点进行取样来确定转动的变化位。变化点选取原则是变化特征明显，捕捉边缘清晰无畸变，不会随变化角度变化特征跟随变化。选取动态特征点应选择圆形特征点最佳，但由于在选取圆形捕捉点时，由于电机在转动过程中，弹簧会干扰圆形特征点成像，本文选取图中方形弹簧栓作为变化特征点，在方形特征抓取后，要对抓取特征图像边缘进行参数设置（Edge Threshold设置为75 、Mnimum Length设置为25、Row Search Step Size设置为15、Colum Search Step Size设置为15、Customize Curves设置为Draw Regions to Ignore、Pen width设置为10），让特征图形捕捉更准确高效。由于方形特征点不便于寻找中心点来计算角度变化，多次计算会存在计算误差，因此在原有变化特征点的基础上定位圆形捕捉特征点（圆形中心易选取且精确度高），选取第二动态特征点需建立在第一特征点确定的基础之上。同时在选取该特征点时分别率，采样点，采样半径需要设置（Minimum Edge Strength设置为67、Kemel Size设置为3、Projection Width设置为3、Gap设置为10 、Search Line Index设置为2），以减少运动过程中弹簧干扰成像，导致捕捉失败。精准的特征捕捉才能够保证后续计算数据的准确性。
3.3 角度算法实现
本文以该电机为例，各点定义及位置标注详见图2。为了确保D动态特征点在围绕圆心转动过程中保持与C点位置相对应，且固化对应关系，因此要先计算出C点坐标点与D点特征捕捉圆心公式关系。根据特征点的捕捉到A、B、C坐标分别为、、。
根据测试结果角度算式设置Caliper2。全部設置结束后仿真模拟进行流程验证测试，是否每次都能捕捉特征点，且算出对应角度值。
3.4 LabVIEW程序实现
在完成NI Vision Assistant角度计算模板设置后，可以在tools中直接生成LabVIEW程序，但在LabVIEW程序上任然需要进行程序微调更改，以适应整套系统应用。程序采用模块设计，不仅有利于程序的进一步扩充，而且也有利于程序修改和维护。利用子程序，使得程序的层次分明，简化程序的同时减少程序对内存的占用量。系统内部集成检测程序，以便系统发生故障时，容易对程序进行故障排查。设置合理运行优先级，合理分配各环节执行时间，减少多循环同时运行造成数据处理缓慢问题。最终完成角度检测程序如下图1所示。
需要注意的是在变化角度计算总程序中，要增加判定程序以及同一状态下多次测量平均角度结果程序，以增加整个程序所得测试数据的可靠性。
4系统实验结果
最终电机动态角度图像检测技术结果如图2所示，与实际转动角度测量结果一致。
5结语
采用本文介绍的方案，利用工业相机为硬件基础，围绕LabVIEW与NI Vision Assistant软件组件的角度测试系统平台，整套方案可拓展自由度高、测试指标准确度高、成本低廉、易上手等优点，广泛适用于工业生成测试需求。
参考文献
[1]廖传书，黄道斌，孙旦均，等.LabVIEW与USB的直接数据通信[J].现代电子技术，2007.
[2]阚钰淇，张宁，徐熙平.LabVIEW平台下USB图像采集与处理系统设计[J].工业仪表与自动化装置，2013（6）.
[3]刘晓月，王素华.灰度图像基本处理及实现[J].吉林化工学院学报：自然科学版。2005，22（2）.
[4]邹建，刘颖.利用LabVIEW实现光谱实验测量仪器的智能化[J].重庆大学学报，2003，26（6）.
关键词：图像处理；特征捕捉；角度计算
1引言
随着工业高速发展，对产品质量和效率要求不断提升，机器视觉技术得到越来越广泛的应用。因此利用图像检测分析是目前机器视觉的研究热点之一。测控技术的不断发展，图像采集和数字处理成为测控技术重要的一环，作为被测对象识别、分析的最佳手段，也是测控工程人员需要掌握的一门核心技术。在工业生产中，图像检测通常应用在产品外形测量、产品状态变化测量等环节。图像检测是采用高清工业相机对产品外观结构拍摄，再对图片进行取样分析，能够快速得到测试结果。
2系统硬件构成
整套系统需围绕LabVIEW与NI Vision Assistant建立。硬件部分采用工业相机、配套光源与一套工控机组成。工控机作为LabVIEW与NI Vision Assistant平台搭载以及运算处理中心。工业相机及配套光源作为外部图像信息采集端，需要注意的是对工业相机及光源位置固化，且对工业相机及光源进行外部设置。光源设置需要结合被测物的距离实际情况进行设置，否则容易出现光源过强，导致特征点不明显，光源过弱，特征点过于复杂。这里对光源光强设置为20，光源距离19.5cm，工作距离28.5cm。
3系统软件
系统软件由变化角度计算总程序，工业相机控制子程序，图像取样处理子程序（图像灰度处理，图像二值化处理，图像增强处理），图像特征点捕捉子程序，角度算法实现子程序这几个部分组成，以下着重介绍几个重要环节。
3.1 图像灰度处理
被测物通过工业相机采集图像信息后，将彩色图像转化为灰度图像的过程称为灰度处理。首先建立图像文件临时存储空间，经图像类型转换，将RGB图像颜色空间转换成HSL图像颜色空间，然后经图像提取，提取出灰度图像进行保存或递送至下级运算。其中用到的参数HSL色彩模式是工业颜色标准，是通过对色相、饱和度、明度三个颜色变量的变化及相互之间叠加得到的格式颜色，该标准囊括了人类视觉几乎所有感知颜色，是目前运用最广的颜色系统之一。
3.2 图像特征点捕捉
将灰度处理后的图像取样，在NI Vision Assistant中进行编程处理。本文主要是针对电机角度转变的测算，因此选取了电机上2个固定螺钉作为固定的特征取样点，用于确定电机转动中心轴位。选取2组Find Croular Edge进行固定螺钉位置捕捉，对Find Croular Edge内部参数需要设置（Minimum Edge Strength设置为83、Kemel Size设置为3、Projection Width设置为3、Gap设置为10、Search Line Index设置为1），便于找到2组固定螺钉特征点。中心轴捕捉后， 需要对转动特征点进行取样来确定转动的变化位。变化点选取原则是变化特征明显，捕捉边缘清晰无畸变，不会随变化角度变化特征跟随变化。选取动态特征点应选择圆形特征点最佳，但由于在选取圆形捕捉点时，由于电机在转动过程中，弹簧会干扰圆形特征点成像，本文选取图中方形弹簧栓作为变化特征点，在方形特征抓取后，要对抓取特征图像边缘进行参数设置（Edge Threshold设置为75 、Mnimum Length设置为25、Row Search Step Size设置为15、Colum Search Step Size设置为15、Customize Curves设置为Draw Regions to Ignore、Pen width设置为10），让特征图形捕捉更准确高效。由于方形特征点不便于寻找中心点来计算角度变化，多次计算会存在计算误差，因此在原有变化特征点的基础上定位圆形捕捉特征点（圆形中心易选取且精确度高），选取第二动态特征点需建立在第一特征点确定的基础之上。同时在选取该特征点时分别率，采样点，采样半径需要设置（Minimum Edge Strength设置为67、Kemel Size设置为3、Projection Width设置为3、Gap设置为10 、Search Line Index设置为2），以减少运动过程中弹簧干扰成像，导致捕捉失败。精准的特征捕捉才能够保证后续计算数据的准确性。
3.3 角度算法实现
本文以该电机为例，各点定义及位置标注详见图2。为了确保D动态特征点在围绕圆心转动过程中保持与C点位置相对应，且固化对应关系，因此要先计算出C点坐标点与D点特征捕捉圆心公式关系。根据特征点的捕捉到A、B、C坐标分别为、、。
根据测试结果角度算式设置Caliper2。全部設置结束后仿真模拟进行流程验证测试，是否每次都能捕捉特征点，且算出对应角度值。
3.4 LabVIEW程序实现
在完成NI Vision Assistant角度计算模板设置后，可以在tools中直接生成LabVIEW程序，但在LabVIEW程序上任然需要进行程序微调更改，以适应整套系统应用。程序采用模块设计，不仅有利于程序的进一步扩充，而且也有利于程序修改和维护。利用子程序，使得程序的层次分明，简化程序的同时减少程序对内存的占用量。系统内部集成检测程序，以便系统发生故障时，容易对程序进行故障排查。设置合理运行优先级，合理分配各环节执行时间，减少多循环同时运行造成数据处理缓慢问题。最终完成角度检测程序如下图1所示。
需要注意的是在变化角度计算总程序中，要增加判定程序以及同一状态下多次测量平均角度结果程序，以增加整个程序所得测试数据的可靠性。
4系统实验结果
最终电机动态角度图像检测技术结果如图2所示，与实际转动角度测量结果一致。
5结语
采用本文介绍的方案，利用工业相机为硬件基础，围绕LabVIEW与NI Vision Assistant软件组件的角度测试系统平台，整套方案可拓展自由度高、测试指标准确度高、成本低廉、易上手等优点，广泛适用于工业生成测试需求。
参考文献
[1]廖传书，黄道斌，孙旦均，等.LabVIEW与USB的直接数据通信[J].现代电子技术，2007.
[2]阚钰淇，张宁，徐熙平.LabVIEW平台下USB图像采集与处理系统设计[J].工业仪表与自动化装置，2013（6）.
[3]刘晓月，王素华.灰度图像基本处理及实现[J].吉林化工学院学报：自然科学版。2005，22（2）.
[4]邹建，刘颖.利用LabVIEW实现光谱实验测量仪器的智能化[J].重庆大学学报，2003，26（6）.