工业机器人视觉与传感技术 课件 ch10 视觉技术及视觉软件Halcon基础

高等院校公共课系列精品教材工业机器人视觉与传感技术第十章视觉技术及视觉软件Halcon基础内容摘要基本概念图像及其相关概念反选图像通过视觉系统处理后可以得到该冬像某一点的坐标和像数。区域(Region):在视觉处理中，区域中某一点的坐标是可以通过计算得到的，且区域是闭合的。XLD（eXtendedLineDescriptions)：亚像素轮廓。ROI(Regionoflnterest)：感兴趣区域。MLP(Multilayerperceptron)：多层感知机。OCR（OpticalCharacterRecognition)：光学字符识别。取反在计算机中是最常用的一种计算方法，类似地，在图像处理中，反选用得也比较多。反选的实现过程为：打开Halcon软件，在程序编辑器窗口中输入算子得dev_open_window（0，0，512，512，'black,WindowHandIe)图像采集（1）先安装好相机，再安装相机对应的驱动程序。单击Halcon菜单栏中的“助手(A)”菜单，选择“ImageAcquisition01''命令，即会出现如图10-1所示的图像获取窗口。相机采集图像采集（2）单击选中“图像获取接口(I)"单选按钮，再单击其下的“自动检测接口(t)"按钮。则在“自动检测接口(t)"按钮的右边列表框中会出现己安装驱动程序的相机名称。（3)单击图像获取窗口菜单栏中的“采集(q)"菜单，选择“实时(V)"命令。这样在Halcon的图形窗口中能看到相机实时采集到的图像了。(4)单击冬像获取窗口菜单栏中的“代码生成（G）”菜单，选择“插入代码（I)“命令就会出现如图10-2所示的代码。相机采集图像采集这里以计算瓶盖的面积并确定瓶盖中心的位置为例，介绍工件的识别与定位。工件的识别流程如图10-3所示。工件的识别与定位图像采集（1）打开图片打开图片的详细过程可参考前文介绍的读取图像。工件的识别与定位图像采集（2）转成灰度图像转成灰度图像的详细过程也可参考前文的内容。工件的识别与定位图像采集（3）阈值具体是如何实现阈值算子功能，请读者参考前文的内容：阈值设置的主要目的是选取整幅图像中有用的部分，筛掉没用的部分。这是一个相互关联的步骤，阈值设置后的结果如图10-6所示。工件的识别与定位图像采集（4）连通域具体是如何实现连通域算子的功能，请读者参考前文的内容。连通域的主要功能是在阈值的基础上，将属于同一类型的不同区域处理成为一个整体的区域。处理后的图像与前面阈值设置后的图像的区别在于图像变量的不同，如图10-7所示。工件的识别与定位图像采集（5）填补区域的孔洞输入算子行fill-up（ConnectedRegions,RegionFillUp)。算子的名称为：填补区域的孔洞。工件的识别与定位图像采集（6）形状选择具体是如何实现连通域算子的功能，请读者参考前文的内容。如图10-9所示为形状选择的结果，与填补区域的孔洞的主要区别在于图像变量窗口的不同。工件的识别与定位图像采集（7）计算面积及中心坐标输入算子areacenter（SelectedRegions,Area,Row,Column)。算子的名称为：计算区域的面积和中心坐标。

（8）显示数值具体是如何实现显示数值算子的功能，请读者参考前文的内容。本例中的显示算子共有3个参数，为了区分这3个参数，分别在这3个参数前注释了中文名称，如图10-10所示。工件的识别与定位图像形态学膨胀就是对边界点进行扩充，填充空洞，使边界向外部扩张的过程。膨胀是一个算法，根据需要可以定义膨胀及膨胀的程度。图10-11中的一个方格代表一个像素，现在要膨胀黑色部分。如图10-12所示为结构图形，将结构图形在膨胀前的图像中水平和垂直移动，只要结构图形的白色部分与膨胀前的黑色部分相重合，那么，结构图形中的黑色部分就要添加到膨胀前图像的白色方格中。膨胀图像形态学膨胀后的图像如图10-13所示。以示区别，膨胀后的像素使用其他颜色显示。注意，新增加的红色不能按照上面的方式膨胀，如果要把红色计算在内，就必须再进行一次膨胀。膨胀图像形态学腐蚀就是消除物体的边界点，使边界向内部收缩的过程，即把小于结构元素的物体去掉。让结构图形在膨胀后的图像中移动，当结构图形与膨胀后的冬像相交时，只有结构图形的三个元素与膨胀后的图像都重合时，结构冬形中的黑色部分才保留；否则，结构图形中黑色部分下面像素的颜色要去掉，如图10-14所示。腐蚀图像形态学开运算闭运算开运算就是先腐蚀后膨胀的过程。其作用是去除孤立的小点、手刺，消除小物体、平滑较大物体的边界，同时不改变其面积。闭运算就是先膨胀后腐蚀的过程。其作用是填充物体内细小的空洞，连接临近物体、平滑边界，同时不改变其面积。数字图像的色彩彩色模型RGB模型彩色模型也称为彩色空间或彩色系统，其目的是基于某些标准以通常可以接受的方式对色彩加以说明。本质上，彩色模型是坐标系统和子空间的说明。其中，位于系统中的每种颜色都由单个点来表示。在RGB模型中，每种颜色会出现在红、绿、蓝的元色谱分量中，该模型是基于笛卡儿坐标系的。图10-15所示是RGB模型的颜色空间。数字图像的色彩HSB(H表示色相；s表示饱和度；B表示明亮度）是根据人体视觉原理而开发的一套色彩模式，是最接近人类大脑对色彩辨认的模式，是许多从事传统技术工作的画家或设计者习惯使用的模式。HSB模型机器视觉的相关知识工件定位检测器探测到工件己经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。摄像机停止目前的扫描，重新开始新一帧的扫描，或者摄像机在启动脉冲到来之前处于等待状态，启动脉冲到来后启动一帧扫描。摄像机开始新一帧的扫描之前需打开曝光机构，事先设定曝光时间。另一个启动脉冲打开灯光进行照明，灯光的开启时间应该与摄像机的曝光时间相匹配。摄像机曝光后，正式开始一帧冬像的扫描和输出。图像采集部分接收模拟视频信号后通过A/D转换电路将其数字化，或者是直接接收摄像机数字化后的数字视频信号。图像采集部分将数字图像存放在处理器或计算机的内存中。处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值。处理结果控制流水线的动作，例如进行定位、纠正运动的误差等。一个完整的机器视觉系统的主要工作过程机器视觉的相关知识机器视觉的优点机器人视觉与计算机视觉是非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可具有较宽的光谱响应范围。例如使用人眼看不见的红外线进行测量，扩展了人眼的视觉范围。可长时间稳定地工作。人类难以长时间对同一对象进行观测，而机器视觉则可以长时间地处理测量、分析和识别任务。机器人视觉广义上称为机器视觉，其基本原理与计算机视觉类似。机器人视觉可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。HDeveIop筒介HDevelop是处理视觉算法的一个工具，类似于VB、VC、Delphi等编译环境。在这种交互式环境中，可以编译和测试视觉算法，可以显示处理结果，可以导出算法代码，可以开发算子、研宄算子、进行教学演示等。HDevelop能够直接连接采集卡或相机，能够从采集卡、相机或者文件中载入图像，并从载入的图像中检查图像数据，进行可行性研宄。HDevelop支持所有的Halcon算子，因此可以方便查看可视数据，方便选择、调试和编辑参数。此外，在HDeveIop中可以编写完整的程序，也可以导入c、C++、C#、VB、VB.net等程序。常用文档14253ExtensionPackageProgrammer'sManual该文档介绍了如何将自行设计的程序并加入Halcon中。HalconInstallationGuide该文档说明了几种不同的安装授权方式、升级和卸载方法。

HDeveIopUser'sManual该文档介绍了HDeveIop的设计环境、图形乔面、编写程序使用的语法，以及输出其他语言等内容。

HalconProgrammersGuide如果读者想要在C++或VB等环境中使用