（计算机软件与理论专业论文）ccd误配线自动识别系统.pdf

南京邮f b 人学硕一 j 研究生学位论文 摘要 摘要 机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以 大幅度降低检测成本，提高生产速度和效率，在工业检测和控制领域得到了广泛的应用。 本文以机器视觉技术为基础，以图像处理技术为主要方法，开展了用于判断接插件配线正 确与否的检测识别系统的研究，主要的研究工作包括以下内容： 本文针对接插件配线正确与否的识别要求，结合机器视觉系统的功能及结构特点，利 用图像采集、显示、处理、分析技术，完成了c c d 误配线自动识别系统的设计，包括系统 的结构设计、硬件配置及软件设计等。 本文在设计过程中解决了图像采集系统的设置、数字图像处理方法与处理过程的选择 应用等关键问题。通过理论分析与实验验证，得到了系统最佳图像处理过程：首先对采集 的图像进行中值滤波，通过差分运算判断连续三帧图像是否相同，如果相同说明零件已经 静止，此时保存彩色图像，然后对彩色图像进行r g bh s i 色彩空间之间的转换，对饱和度 和亮度进行直方图均衡，最后进行图像轮廓的跟踪，并计算各尺寸值，判别出接线j 下确与 否，并设计了在v i s u a lc + + 6 0 平台下界面友好的视觉处理分析实验软件。 该系统提高了生产的柔性及自动化程度，适用于大批量的生产过程，效率高，功能、 性能及可靠性指标完全符合设计要求，解决了人工检测产品质量效率低、精确度不高以及 传统的机器视觉系统价格昂贵的缺点。 关键词机器视觉；图像处理；r g b 色彩空间；h s i 色彩空间 南京邮电人学硕二i ：研究生学位论文 a b s t r a c t a b s t r a c t t h em a c h i n ev i s i o nt e c h n o l o g y ，w h i c hc a ne x t r a o r d i n a r i l yr e d u c et h ei n s p e c t i o nc o s t ，s t r o n g l y r a i s et h es p e e da n de f f i c i e n c yo fp r o d u c t i o n ，h a sb e c o m eo n eo fh o tt o p i c si nt h ei n d u s t r i a lo n l i n ei n s p e c t i o ni nr e c e n ty e a r sa n di sw i d e l yu s e di nt h ef i e l do fi n d u s t r i a ls e c t i o n s i nt h i sp a p e r ， a na u t o r e c o g n i t i o ns y s t e m ，w h i c hi sb a s e do nt h em a c h i n ev i s i o nt e c h n o l o g ya n di m a g e p r o c e s s i n gm e t h o dh a sb e e nd e v e l o p e d ，t h i ss y s t e mc a nb ea p p l i e dt or e c o g n i z ei fam e c h a n i c a l p a r th e a dc o n n e c t st h er i g h tl i n eo rn o t t h em a i nr e s e a r c hw o r k sa r ea sf o l l o w s ： a i m i n ga tt h er e q u e s to fr e c o g n i z i n gi fam e c h a n i c a lp a r th e a dc o n n e c t st h er i g h tl i n eo rn o t ， c o m b i n e dw i t ht h e o r i e sb a s e do nt h em a c h i n ev i s i o ns y s t e mo ft h ev i r t u a li n s t r u m e n tt e c h n i q u e ， a n du s i n gt h et e c h n i q u eo f i m a g ec o l l e c t i o n ，d i s p l a y ，p r o c e s s i n ga n da n a l y s i s ，t h ed e s i g no f t h e c c d a u t o - r e c o g n i t i o ns y s t e mf o rr e c o g n i z i n gi fam e c h a n i c a lp a r th e a dc o n n e c t st h er i g h tl i n eo r n o th a sb e e nc o m p l e t e d ，w h i c hi n c l u d e st h es t r u c t u r ed e s i g no ft h es y s t e m ，t h ec o l l o c a t i o no f t h eh a r d w a r ea n dt h ed e s i g no ft h es o f t w a r e i nt h i sp a p e r ，t h ea u t h o rh a ss o l v e das e r i e so fk e yp r o b l e m si nt h ed e s i g n i n g ：t h es e t t i n ga n d d e m a r c a t i n go ft h ei m a g ec o l 1e c t i o ns y s t e m ，t h ea p p l i c a t i o no ft h ei m a g ep r o c e s s i n gm e t h o d ， a n ds oo n b yt h et h e o r e t i c a la n a l y s i sa n de x p e r i m e n t a lv a l i d a t i o n ，t h eo p t i m a li m a g e p r o c e s s i n gp r o c e d u r eo ft h es y s t e mh a sb e e nr e a c h e d ：f i r s t l y ，c a r r yo u tt h em e d i a nf i l t e r i n go f c o l l e c t e di m a g e ，a n dc a r r yo u tt h es u b t r a c t i o na m o n gt h r e ec o n t i n u e di m a g e st od e c i d ei ft h e ya r e t h es a m e ，i ft h ec o n c l u s i o ni sy e s ，t h es y s t e ms a v et h ec o l o r f u li m a g e t h e nc a r r yo u tt h e c o n v e r s i o nb e t w e e nr g ba n dh s ic o l o rs p a c e ，c a r r yo u tt h eb a l a n c ea c c o r d i n gt ot h e s q u a r e - d i a g r a m f i n a l l y ，c a r r yo u tt h eo p e r a t i o no ft h eb o u n d a r yd i s t i l l a t i o n ，c o m p u t ea l lt h e v a l u e st od e t e c ti fam e c h a n i c a lp a r th e a dc o n n e c t st h er i g h tl i n eo rn o t i nt h i sp a p e r ，w e d e s i g n e da na n a l y t i c a ls o f t w a r eu n d e rt h ee n v i r o n m e n to fv i s u a lc + + 6 0w h i c hh a saf r i e n d l y i n t e r f a c e t h es y s t e mr a i s e dt h ef l e x i b i l i t ya n da u t o m a t i o nl e v e lo ft h ep r o d u c t i o n i ti sa p p l i c a b l et ol a r g e q u a n t i t yp r o d u c t i o na st h ee f f i c i e n c yi sh i g h ，a n dt h ec a p a b i 1i t y ，t h er e l i a b i l i t yt a r g e tm e e tw i t h t h er e q u i r e m e n t s c o m p l e t e l y t h ed e f e c t so fl o we f f i c i e n c ya n dl o wa c c u r a c y o fm a n u a l d e t e c t i n g i ss o l v e d ，a n dt h eh i g hp r i c eo ft h et r a d i t i o n a lm a c h i n ev i s i o ns y s t e mi sr e d u c e d k e y w o r d s ： m a c h i n ev i s i o n ；i m a g ep r o c e s s i n g ；r g bc o l o rs p a c e ；h s ic o l o rs p a c e i i 南京邮电大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生签名：挑日期： 南京邮电大学学位论文使用授权声明 南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留 本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其 他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一 致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布 ( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权 南京邮电大学研究生部办理。 研究生签名：芩拯。5 2 导师签名 研究生签名：冷黏3 导师签名 ，。r 争1 ”。一 日期： 南京i l l i j 电人学硕f ：研究生学位论文第1 章绪论 1 1 本课题的来源 第1 章绪论 本课题源于我在南京高清智能科技有限公司实习所做的项目c c d 配线误配自动 识别系统，该系统实现对接插件配线误配的判别，并以指示灯、图像以及声音的方式给出 判别结果。该系统涵盖c c d 视频采集设备、工业视觉设备以及计算机和核心的识别软件， 集光、机、电为一体，属于机器视觉工业检测的范畴。 1 2 研究的目的和意义 在接插件批量生产过程中，视觉检测往往是不可缺少的环节。传统的检测是由人工完 成的，人工检测不仅增加了产品成本，降低了生产效率，而且由于受到检测人员主观因素 的影响，使得检测的效率与精度都无法保证；此外，对一些不适于人工作业的危险工况或 人工视觉难以满足要求的场合，用人眼根本无法进行检测。再者，许多检测不仅仅要求外 观的检测，同时需要准确获取检测数据，通常人眼无法连续、稳定地完成这些带有高度重 复性和智能性的工作，其它物理量传感器也难有用武之地。采用机器视觉可以有效的解决 这一问题，而且，机器视觉系统比光学或机器传感器有更好的可适应性。它们使自动机器 具有了多样性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换” 仅仅是软件的变换而不是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用。 本课题的研究目的在于研究如何利用机器视觉系统获得接插件的图像，根据预先设定 的识别模板，自动地识别接线正确与否。 1 3 机器视觉技术概述 1 3 1 机器视觉技术简介 1 机器视觉的产生 在现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别应用，例如汽车 零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，饮料瓶盖的印刷 质量检查，产品包装上的条码和字符识别等1 。这类应用的共同特点是连续大批量生产、 对外观质量的要求非常高。通常这种带有高度重复性的工作只能靠人工检测来完成，我们 l 南京邮电大学顾士研究生学位论文第1 苹绪论 经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序， 这不仅给工厂增加巨大的人工成本和管理成本，而且由于受到检测人员主观因素的影响， 仍然不能保证1 0 0 的检验合格率( 即“零缺陷”。此外，对一些不适于人工作业的危险工 况或人工视觉难以满足要求的场合，用人眼根本无法进行检测。这时，人们开始考虑把计 算机的快速性、可靠性、结果的可重复性，与人类视觉的高度智能化和抽象能力相结合， 由此产生了机器视觉的概念。 一般地说，机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技 术，也就是用机器代替人眼来做测量和判断乜。机器视觉系统的工作过程是，首先采用 c c d 摄像机或者其他的图像采集装置将目标转换成图像信号，然后转变成数字化信号传给 图像处理系统，图像处理系统再根据像素的分布、亮度、颜色等信息，进行各种分析运算 来抽取特征，如面积、长度、数量、位置等，最后，根据预设的容许度和其他条件输出结 果，如尺寸、角度、偏移量、个数、合格不合格、有无等。机器视觉极适用于大批量生 产过程中的测量、检查和辨识，如：零件装配完整性，装配尺寸精度，零件加工精度，位置 角度测量，零件识别，特性字符识别等。其最大的应用行业为汽车，制药，电子与电气， 制造，包装食品饮料，医学。如对汽车仪表盘加工精度的检查，高速贴片机上对电子元 件的快速定位，对i c 表面印字符的辨识，胶囊生产中对胶囊壁厚和外观缺陷的检查，轴承 生产中对滚珠数量和破损情况的检查，对标签贴放位置的检查【4 】【5 1 。 与计算机视觉相比，广义的机器视觉的概念与计算机视觉没有多大的区别，泛指使用 计算机和数字图像处理技术达到客观事物图像的识别，理解和控制。而工业中的机器视觉 与普通的计算机视觉，模式识别，数字图像处理有着明显的区别，有这以下的特点： ( 1 ) 相对来说，机器视觉更是一项综合技术，其中包括数字图像处理技术，机械工程 技术，控制技术，电源照明技术，光学照明技术，传感器技术，计算机软硬件技术，人机 接口技术等。这些技术在机器视觉中总是并列关系，这些技术相互协调应用才能构成一个 成功的工业机器视觉应用系统。 ( 2 ) 机器视觉更强调实用性，要求能够适应工业生产中的恶劣的环境，要有合理的性 能价格比，要有通用的工业接口，能够有普通工人操作，有较高的容错能力，有较高的安 全性，不会破坏工业产品，还必须有较强的通用性和可移植性。 ( 3 ) 对机器视觉工程来说，不光要具有研究数学理论和编制计算机软件能力，更需要 的是光，机，电一体化的综合能力。 ( 4 ) 机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字图像处理 理论中的许多技术目前还难以应用于机器视觉，他们的发展速度远远超过其工业生产中的 2 南京邮电大学硕上研究生学位论文第l 章绪论 实际应用速度。 2 机器视觉的研究范畴 从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、 食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交 通流的监测、关键地域的保安监视等等。从处理过程看，机器视觉分为低层视觉和高层视 觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三 维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之 分，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可 以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面阳1 。 机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理 解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮 掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 3 机器视觉的研究现状 机器视觉的起源可以追溯至, j 1 9 5 1 年利用计算机对显微图片的分析。此阶段，机器视觉 主要应用在二维图像的分析和识别上，如光学字符识别、工件表面和航空图片的分析和解 释等。6 0 年代，r o b e r t s 在1 9 6 5 年通过计算机程序从数字图像中提取出诸如立方体、棱柱 体等多面体的三维结构，并对物体形状及物体的空间关系进行了描述。r o b e r t s 的研究工 作开创了理解三维场景为目的的三维机器视觉系统，研究的范围从边缘、角点等特征提取， 到线条、平面、曲面等几何要素的分析，一直到图像明暗、纹理、运动及成像几何等，并 建立了各种数据结构和推理原则。n t 0 年代，己经出现了一些视觉应用系统盯1 。 7 0 年代中期，麻省理工学院的人工智能实验室正式开设了“机器视觉”课程，同时， 该实验室吸引了国际上许多知名学者参与机器视觉系统的理论、算法、系统设计的研究， d a v i dm a r r 教授就是其中的一位。他在1 9 7 7 年提出了不同于“积木世界”分析方法的计 算视觉理论，该理论在8 0 年代成为机器视觉研究领域的一个重要理论框架。9 0 年代，随着 计算机技术的快速发展，机器视觉在工业中得以应用，如印刷电路扳的检验、高精度导弹 的朱制导、机器人装配线、汽车流量检测等方面都有机器视觉系统的应用。到目前为止， 机器视觉仍是一个非常活跃的研究领域。 目前，机器视觉技术正广泛的应用于各个领域，从医学图像到遥感图像，从工业检测 到文件处理，从毫微米技术到媒体数据库等。可以说，需要人类视觉的场合几乎都需要机 器视觉。应该指出的是，许多人类视觉无法感知的场合，机器视觉更突显著的优越性，如 零件的识别与定位、产品检测、以及机器人导航、遥感图像分析、医学图像分析，监视与 3 南京邮f 乜人学硕 ：研究生学位论文第1 章绪论 跟踪等。机器视觉系统的特点提高了生产的柔性和自动化程度。而且，机器视觉技术易于 实现信息集成，是实现计算机集成制造的基础技术。总之，随着机器视觉技术自身的成熟 和发展，他将在现代和未来的制造业中得到越来越广泛的应用。 1 3 2 机器视觉工业产品检测研究现状 早在2 0 世纪8 0 年代，美国国家标准局就预计，检测任务的9 0 将由视觉检测任务来完 成。美国在8 0 年代就有1 0 0 多家公司跻身于视觉检测系统的经营市场：据“视觉系统国际” 公司的市场调研报告：1 9 9 9 - 2 0 0 0 年，北美的机器视觉市场规模估计将从1 6 8 亿美元增长 n 1 9 亿美元( 年增长率1 2 4 ) ：在1 9 9 9 年1 0 月的北京国际机床博览会上已经见到许多国外 利用视觉检测技术研制的仪器，如流动式光学三坐标测量机、高速高精度数字化扫描系统、 非接触式光学三坐标测量机等先进仪器。 目前，在国外机器视觉系统在质量检测方面已经得到了广泛的应用。如印刷电路板的 视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、 机械零件的自动识别分类和几何尺寸测量等。此外，在许多其它方法难以检测的场合，利 用机器视觉系统可以有效地实现。 而在中国，以上行业本身就属于新兴的领域，再加之机器视觉技术的普及不够，导致 以上各行业的应用几乎空白，即便是有，一般也只是低端方面的应用。目前随着我国配套 础建设的完善和技术、资金的积累，各行各业对采用机器视觉技术的工业自动化、智能化 需求开始广泛出现，国内大专院校、研究所和企业近两年在机器视觉技术领域进行了积极 思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉瓶盖检 测等领域。这些应用大多集中在低端方面，真正高端的应用还很少，因此，机器视觉系统 的普及还需要一个漫长过程。 1 4 本文的主要工作和结构安排 本论文是基于项目c c d 误配线自动识别系统的设计工作，主要内容包括视觉检测系统 的总体结构设计、数字图像处理技术的研究，以及c c d 误配线自动识别系统的软件设计、 硬件配置。主要内容如下： ( 1 ) 论文第一章论述机器视觉的概念、机器视觉技术的发展现状，以及研究机器视觉 工业产品检测技术的重要性。 ( 2 ) 论文第二章分析机器视觉检测系统的功能与结构，以及本项目涉及到的彩色图像 4 南京邮电大学硕l 研究生学位论文第1 章绪论 处理基础知识，主要是色度学基础知识。 ( 3 ) 第三章分析误配线自动识别系统的总体设计，包括其功能、构成以及系统各模块 采用的关键技术。 ( 4 ) 第四章介绍系统软硬件开发环境、系统图像处理及图像采集的实现，并举例说明 系统识别的过程。 ( 5 ) 论文第五章本文的研究工作作出总结，并对下一步的工作进行展望。 南京邮屯人学顾i ：研究生学位论文 第2 章机器视觉1 j 图像处王里预备知识 第2 章机器视觉与图像处理预备知识 2 1 机器视觉检测系统各部分的功能 机器视觉检测的对象千差万别，检测的目的也不尽相同。农产品如柑橘、玉米等通常 是检测其成熟度，大小，形态等，工业产品如工业零件，印刷电路板通常是检测其几何尺 寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测 对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就 需要采用彩色的影像采集装置。正是由于不同检测环境的特殊性，目前世界上还没有一个 适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法 差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成 像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息， 形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。 也就是说，一个视觉检测系统从功能上可以分为四个部分： 第一部分是图像的获取。图像的获取就是将被测物体的可视化图像和内在特征转换成 能被计算机处理的一系列数据，即通过某种设备摄取被测物体的图像，并把图像的数字化 信息输入计算机以备后续处理。它主要由三部分组成：照明、光学成像系统、图像确定和 形成输出信号的摄像机。 第二部分是图像的预处理。机器视觉系统中，视觉信息的处理技术主要依赖于图像处 理方法，它包括图像增强，数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识 别与理解等内容。通过图像处理，使图像的质量得到相当程度的改善，既改善图像的视觉 效果，又便于计算机对图像进行分析和识别。 第三部分是图像特征提取。在图像处理的基础上，通过分析和总结，抽出能 反映事物本质的特征。提取什么样特征的参数与所要识别的物体有关： 第四部分是分类判决。即根据提取的特征参数，采用某种分类判别函数和规 则，对图像特征进行分类，从而得到识别的结果。 对于一个检测系统而言，最终是要实现次品( 含不同种类的次品) 与合格品的分离即分 拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也 6 南京u 学坝j ：l o f 咒生学位论文 第2 帆器视觉。，凹悼址理顶蔷口 是最为关键的一个环节。对于不同的应用场合分拣机构可以是机电系统、液压系统、气 动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外，其动 态特性，特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2 2 典型机器视觉检测系统的硬件构成 机器视觉检测系统的硬件组成： 一个典型的机器视觉检测系统是由光源、镜头、c c d 电荷藕荷器件、相机、图像采 集卡、p c 图像处理和分析系统、机械手及其控制器组成的，如图2l 所示。 2 2 1 光源 圈2l 机器视壁系统的组成 卜觏三 光源主要是为图像传感器提供光路支持，它将光线照射到视觉对象上，对象反射光携 带了对象的大部分表面特征经物镜成像在图像传感器的像面上，从而可以采集到对象的 表面特征信息。随着光源光谱成分的变化，以及光源强度分布随时间的变化，图像传感器 输出的图像信号也要发生变化。因此，恰当地选择光源是获得理想信号的关键，是图像传 感嚣技术的重要坏节。光源设备的选择必须符合所需的几何形状、照明亮度、均匀度、发 光的光谱特性，同时还要考虑光源的发光效率和使用寿命。因为机器视觉照明系统必须保 证相当长时问内能够提供稳定的图像输入，特殊情况下，还需要设计特殊形状的光源所 以光源的选择应该与具体视觉系统以及照明方案的设计相配合。 誉厂圜 南京邮电大学硕士研究生学位论文 第2 章机器视觉与图像处理预备知识 2 2 2 系统照明方案的设计 照明方案可分为直前光照明、背景照明、低角度照明、顶部散射光照明和轴线照明等。 只有光源和照明方案相结合，才能获得视觉系统所要求的高质量的图像。光源与照明方案 的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部分之间应尽可 能地产生明显的区别，增加对比度，同时还应保证足够的整体亮度，尽可能突出所要提取 的特征。光源和照明方案的选择要根据具体的视觉检测系统的需求而定。 2 2 3 光学镜头 相机的镜头相当于人眼的晶状体。如果没有晶状体，人眼看不到任何物体；如果没有 镜头，相机输出的图像是白茫茫的一片。在机器视觉系统中，镜头的主要作用是将成像目 标聚焦在图像传感器的光敏面上。镜头的质量直接影响到机器视觉系统的整体性能，合理 选择并安装头，是机器视觉系统设计的重要环节。镜头可进行如下分类：按焦距可分为广 角镜头、标准镜头、长焦距镜头等；按调焦方式可分为手动调焦镜头、自动调焦镜头等； 按光圈可分为：手动光圈、自动光圈。 2 2 4c c d 摄像机 c c d 是一种半导体成像器件，它具有灵敏度高、抗强光、畸变小、体积小、寿命长、 抗震动等优点，是工业视觉系统中应用最为广泛的图像传感器。c c d 摄像机的工作原理是 把光能量转换成电荷，并且具有把转换得到的电荷进行存储的能力，以及使电荷向输出电 极移动的扫描能力。 图像传感器是由光电转换单元构成，光电转换单元的排列分为线阵排列和面阵排列两 种，线阵c c d 摄像机一次只能获得图像的一行信息，被拍摄的物体必须以直线形式从c c d 摄像机前移过，才能获得完整的图像，而面阵c c d 摄像机可以一次获得整幅图像的信息2 2 1 。 c c d 摄像机的选择主要考虑下面几个参数： 空间分辨率空间分辨率主要由c c d 摄像机面阵感光元素的尺寸和排列决定，即取 决于c c d 芯片的像素数，空间分辨率越高，图像的细节越清晰，c c d 摄像机的空间分辨率 主要有6 4 0 ( h ) 像素x 4 8 0 ( h ) 像素、7 5 2 ( h ) 像素x5 8 2 ( h ) 像素、1 0 2 4 ( h ) 像素x 7 6 8 ( h ) 像素。 水平分辨率水平分辨率用电视( t v l ) 来表示，即一幅图像水平方向能够分辨出的 r 查室堕皇盔兰堡主型! 壅圭兰垡堡兰笙! 至! ! 登堡堂皇型堡竺型堡鱼型望 黑白条数，水平方向的c c d 像素越多，水平分辨率就越高，目前大多数摄像机的水平分辨 率在黑白模式下达n 5 7 0 线，在彩色模式下为4 8 0 线。 c c d 芯片尺寸c c d 摄像机成像尺寸常用的有2 3 ”、1 2 ”、1 3 ”、1 4 ”等规格， 对应的c c d 尺寸为8 8 m m 6 6 m m 、6 4 m m 4 8 r a m 、4 8 m m 3 6 m m 、 3 6 m m 2 7 m m 等， 成像尺寸越小，摄像机的尺寸可以做的越小，当摄像机的空间分辨率很高时，不应该选择 尺寸过小的c c d 芯片，因为这样的芯片像素的集成度过高，像素的尺寸过小，导致成像不 准确。 灵敏度灵敏度也称为最小照度。是c c d 对环境光线的敏感程度，照度的单位是勒 克司( l u x ) ，数值越小，摄像机越灵敏。 视频制式视频制式分为p a l 、c c i r 、n t s c 、r g b 等。 异步重置外触发功能在机器视觉的应用中，有时要求精确控制拍照时间，这时摄 像机应具有异步重置功能。在系统控制器给出拍照命令时，摄像机能重新启动曝光，并送 出相应的图像。 信噪比信噪比越高获得图像的质量越好。 摄像机的信号输出接口主要有b n c 视频输出，r g b 视频输出，c a m e r a l i n v i d e o 与 i e e e l 3 9 4 接口。 2 2 5 图像采集卡 图像采集卡是控制摄像机拍照，完成图像采集与数字化，协调整个系统的重要设备。 它一般具有以下功能模块乜： 图像信号的接收与a d 转换模块负责图像信号的放大与数字化。有用于彩色或黑白 图像的采集卡。不同的采集卡有不同的采集精度，一般有8 b i t 矛1 1 0 b i t 两种。 摄像机控制输入输出接口主要负责协调摄像机进行同步或实现异步重置拍照、定 时拍照等。 总线接口负责p c 机内部总线高速输出数字数据，一般是p c i 接口。 图像采集卡的选择应以满足功能为前提，而非功能多、价格高为最佳。这里，选择时 需要综合考虑以下因素。 ( 1 ) 选用的摄像机与图像采集卡是否匹配通常考虑如下几个方面： 不同视频信号的匹配不同摄摄像机其输出的视频信号都是固定制式，女n c c i r ， r s l 7 0 、p a l 等等。某些图像采集卡，只能支持一种或几种制式。目前基本上都可以支持所 9 南京邮电大学硕士研究生学位论文第2 章机器视觉! j 图像处理预备知识 有制式的视频信号。即全制式。 不同分辨率的匹配普通标准摄像机，所采用的c c d 芯片是标准格式，即长宽比4 ：3 分辨率，女u 7 6 8 像素5 7 6 像素，6 4 0 像素4 8 0 像素。有些图像采集卡不能够支持非标准格 式的高分辨率c c d ，如1 k 像素1 k 像素，1 3 0 0 像素1 3 0 0 像素等。 多频道图像采集卡是否可以同时控制二个以上的摄像机。 ( 2 ) 图像存储摄像机拍照的时间最多为4 0 毫秒，而系统对图像进行分析、测量的时间 则要长得多。在实际操作中，经常会出现摄像机“等待”p c 的情况。因此，一些图像采集 卡便另设有一些内存，作为图像的缓冲区。即在前一幅图像尚未分析完时，继续采集图像， 将其暂存到缓冲区中，待分析完前一幅图像后，再以原来顺序，逐一送至p c 内存。 ( 3 ) 是否有数字i o 可用于外部触发视觉系统中，通常要求有多台主机同时工作，这 样就要求图像采集卡能够输出同步触发信号，来触发其他图像采集卡工作，以达到同步的 目的。 ( 4 ) 支持的软件大部分图像采集卡都有配套的驱动软件及开发包。因此，选择图像采 集卡应尽可能与开发软件相互配套。 2 3 色度学基础 2 3 1 颜色的基本概念 颜色可用明度、色相和饱和度来描述，人眼看到的任一颜色都是这三个特性的综合效 果。明度是光作用于人眼时所引起的明亮程度的感觉，它与被观察物体的发光强度或者反 射光的强度有关，由于光强度不同，看起来可能亮一些或暗一些，如果彩色光的强度降到 使人看不到了，在亮度标尺上它应与黑色对应，同样，如果其强度变得很大，那么亮度等 级应与白色对应。对于同一物体照射的光越强，反射光也越强，物体越亮；对于不同的物 体在相同照射情况下，反射越强者看起来越亮。此外，亮度还与人类视觉系统的视敏函数 有关，即使强度相同，不同颜色的光当照射同一物体时也会产生不同的亮度。 色相是当人眼看到一种或多种波长的光时所产生的彩色感觉，决定于色光的的光谱成 分，是彩色光在“质”方面的特征。如某物体在白光下呈现绿色，是因为它仅反射了绿色 光分量。某一物体的色相，是指该物体在日光照射下，所反射的各光谱成分作用于人眼的 综合效果。对于透射物体，其色相仅由透射光的波长所决定，是透过该物体的光谱综合作 用结果。 l o 塑室业皇盔兰堡兰! 竺壅竺兰堡垒苎 笙! 至! ! 堂塑堑! ! 型堡竺些堡垒塑望 饱和度是指颜色的纯度，即掺入白光的程度，饱和度的高低决定于彩色光中混入的白 光数量。彩色光中含光谱色的含量越多，其饱和度越高。对于同一色相的彩色光，饱和度 越高颜色越鲜明或说越纯。例如，当红色加进白光之后冲淡为粉红色，其基本色调还是红 色，但饱和度降低，换句话说，淡色的饱和度比鲜色要低一些。 色调和饱和度合称为“色度”。色度既说明了彩色光的颜色类别，又说明了颜色的深 浅程度。 2 3 2 本论文用到的色彩空间 1 色彩空间的概念 彩色数字图像的采集、处理及显示技术已经在印染、电视、医学等领域中得到日益广 泛的应用。为了能用计算机来存储、传输、处理颜色信息以及再现彩色图像，必须能够用 定量的方法来描述色彩，即建立色彩模型。 色彩模型( 也称色彩空间) 的作用是用数学方法描述颜色，用通常可接受的方式简化 彩色规范，我们可以用它来指定和产生颜色。例如，对于人来说，我们可以通过色调、饱 和度和明度来定义颜色；对于显示设备来说，人们使用红、绿和蓝磷光体的发光量来描述 颜色：对于打印或者印刷设备来说，人们使用青色、品红色、黄色和黑色的反射和吸收来 产生指定的颜色。适用于不同的应用场合，我们采用不同的色彩空i 白j 。 在本质上，色彩空间是坐标系统和子空间的规范，它通常用三维模型表示，空间中的 每个点代表一种颜色，空间中的每种颜色都可以使用色彩空间产生。色彩空间中的每种颜 色都由单个点来表示，通常用代表三个参数的三维坐标来描述，其颜色值取决于所使用的 坐标。 对于彩色图像，现在常见模型有r g b ，h s i ，c m y ( k ) 、归一化r g b ，y c b c r ，y i q ， y e s ， c i ex y z ，c i el u v ，c i el a b ， c i ed s h ，t s l 等。根据它们各自适用的场 合，可分为设备相关的和设备无关的。设备相关的色彩空间是指色彩空间指定生成的颜色 与生成颜色的设备有关，如r g b 色彩空间是与显示系统相关的色彩空间。设备无关的色 彩空间是指色彩空间指定生成的颜色与生成颜色的设备无关，例如，c i el 木a 木b l c 色彩空间 就是设备无关的色彩空间，它建立在h s v ( h u e ， s a t u r a t i o na n dv a l u e ) 色彩空间的基 础上，用该空间指定的颜色无论在什么设备上生成的颜色都相同。 在数字图像处理中，实际中最通用的面向硬件的模型是r g b ( 红、绿、蓝) 模型。该 模型用于彩色监视器和一大类彩色视频摄像机。c m y ( k ) ( 青、深红、黄、( 黑) ) 模型是针 南京邮电人学硕上研究生学位论文 第2 章机器视觉j 图像处理颅备知识 对彩色打印机的。h s i ( 色度、饱和度、亮度) 模型更符合人描述和解释颜色的方式。它的 一个优点，就是把图像分成彩色和灰度信息，使其更便于许多灰度处理技术。下面我们来 具体的描述一下r g b 色彩空间和h s i 色彩空间。 2 r g b 色彩空间 r g b 色彩空间基于笛卡儿坐标系统，所考虑的彩色子空间是图2 2 所示的立方体。 其中，r ，g ，b 位于立方体的3 个顶角上，青、深红和黄位于另外3 个角上，黑色在原点 处，白色位于距离原点最远的角上。在该模型中，灰度等级沿着主对角线即点( 0 ，0 ，o ) 到点( 1 ，l ，1 ) 的连线分布，不同的颜色处在立方体上或其内部，并可用从原点分布的 向量来定义。为方便起见，我们假定所有的颜色值都归一化，则图2 2 所示的立方体就是 一个单位立方体，即所有r ，g ，b 的值都在 0 ，1 范围内取值。 图2 2r g b 色彩至i 司 在r g b 彩色模型中，彩色图像由r ，g ，b 三个图像分量组成，每一个分量图像都是 其原色图像。任意一幅r g b 彩色图像都是由三幅分量图像组合而成的。这类模型主要用 于电视机和计算机的颜色显示系统。实际应用中，计算机显示器采用r 、g 、b 相加混色的 原理显示彩色，通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材 料发光而产生颜色。 r g b 色彩空间对硬件实现很理想，然而r ，g ，b 三个色彩分量之间常常有很高的相 关性，冗余信息多，而且不能与人类视觉感知上的色彩模型相对应，直接利用这些分量常 常不能得到所需的效果。因此，为了降低彩色特征空间中各个特征分量之间的相关性，以 及便于图像的色彩调整，实际中常需要将r g b 图像变换到其他的色彩特征空间中去，例 如h s i ， y c b c r ，l a b ， c m y ( k ) 等色彩空间，他们都是同一物理量的不同表示方法。 3 h s i 色彩空间 人类视觉不认为彩色图像是由三幅原色图像合成幅单一图像而形成的。比较接近人 对颜色视觉感知的是h s i 模型，它从人的视觉系统出发，直接对应于人眼色彩视觉特征的 1 2 塑塞坚! 皇- 火兰堡圭竺壅圭兰垡笙- 义笙! 至! ! 量丝堂：! 笪堡竺型堡鱼垫望 三个要素：色调( h u e ) 、饱和度( s a t u r a t i o n ) 和亮度( i n t e n s i t y ) ，其中亮度信息类似于灰 度图像的灰度级，而色彩的信息则包含在色调和饱和度中，这三个分量相互独立。 亮度i 指人眼感受到光的明暗程度，主要受光源强弱影响，它确定像素的整体亮度， 而不考虑具体的彩色是什么。通常，亮度是r ，g ，b 三分量的加权平均值。通过平均r g b 分量将彩色图像转化为单色，这样就丢掉了彩色信息 包含彩色信息的两个参数是色调和饱和度。 色调h 用角度表示，描述纯色的属性，表示不同颜色，如黄、红、绿。色调反映了该 彩色最接近什么样的光谱波长( 即彩虹中的某种颜色) 。一般假定0 度的彩色为红色，1 2 0 度 的为绿色，2 4 0 度的为蓝色。色度从0 变至f j 2 4 0 度覆盖了所有可见光谱的彩色。在2 4 0 度n o 度之间是人眼可见的非光谱色( 紫色) 。 饱和度s 给出一种纯色被白光稀释的程度的度量，它描述了色彩的深浅程度，如深红、 浅红。饱和度高表示颜色深，反之则淡。它与色光中白光含量的多少有关。一种纯彩色光 中加入的白光成分越少，则其饱和度越高，反之白光成分越多，饱和度就越低。 h s i 空间将强度和彩色分开了，并且将颜色的两个成分也分开了。因此可以只对i 进行 处理，比较容易把对灰度图的图像处理算法推广到彩色图像。 h 、s 、i 三个彩色坐标定义了一个柱形彩色空间，如图2 3 所示，其中，角度h 表示色 调，可以用图2 4 9 的色环描述，我们假定0 。的彩色为红色，1 2 0 。为绿色，2 4 0 。为蓝色； 饱和度s 是色环的原点( 圆心) 到彩色点的半径的长度。圆环的外围圆周是纯的或称饱和的 颜色，其饱和度值为1 ，色环中心是中性( 狄色) 影调，饱和度为0 。灰色沿着轴线从底部的 黑变到顶部的白，具有最高亮度，最大饱和度的颜色位于圆柱上表面的圆周上。 绿 图2 3 柱形彩色空间 白 2 4 0 图2 - i 色环 4 h l s 色彩空间 h l s ( h u e ，l i g h t n e s s ，s a t u r a t i o n ) 色彩、亮度、饱和度颜色模型定义在圆柱形坐标 堕室! ! ! ! ! 皇查兰堡婴塑生兰垡堡奎笙! ! ! ! 鲨鲨堂皇堕堡竺堡堡鱼垫望 系的双圆锥子集上，如图2 5 所示，色彩为绕圆锥中心轴的角度。一种色彩与它的补色相 差1 8 0 度。饱和度是点与中心轴的距离。轴上各点的饱和度为0 。在锥面上各点，饱和度 为l 。亮度从下锥顶点的0 逐渐变到上锥顶点的1 。对于所有狄度的白光，s = 0 。最饱和的 色彩发生在s = i ，l = 0 5 处。h l s 色彩空间是h i s 色彩空间的一个真子集。 1 0 么 慕；懋l 。 飞跟 囝2 5 i j s l 色彩至同 r g b 色彩空间对图像彩色的产生是理想的( 用彩色摄像机捕获图像或者把图像显示在 监视器屏幕上) ，但是它不能很好的适应实际上人解释的颜色，而且彩色图像并不是由三 幅原色图像合成一幅单一图像，所以r g b 彩色空间对彩色描述上的应用有较多限制。 而h s i 色彩模型是面向用户的，它更接近于人对彩色的认识和解释，例如色调( h u e ) 是 颜色的属性，它描述真正的彩色，如纯红、纯黄、纯绿、纯蓝、纯紫以及它们之间的某些 颜色。当我们说颜色这个词时色调最能说明这个概念。实际上，人眼对h 、s 、i 变化的区 分能力要比对r 、g 、b 变化的区分能力强。而且1 分量与彩色信息无关，h 、s 、i - - - 个分量 相互独立，所以在针对色彩信息的应用中采用h s i 彩色空间，可以将亮度与反映色彩本质 特性的两个参数：色度和饱和度分开处理。另外在h s i 空间中彩色图像的每一个均匀性彩 色区都对应一个相对一致的色调( h ) ，这说明色度能够被用来进行独立于阴影的彩色区域 的分割。最后，h s i 空间的量化结果可以产