Labview毕设论文 非接触式物体尺寸光学检测装置设计.doc

2014届毕业设计题 目非接触式物体尺寸光学检测装置设计学 院 自动化与电气工程学院 专 业 测控技术与仪器 班 级 测控技术与仪器103班 学 号 110034084 学生姓名 卓永俊 指导教师 李曙光 完成日期 2014年5月24日 浙 江 科 技 学 院本科毕业设计(2014届)题 目非接触式物体尺寸光学检测装置设计学 院 自动化与电气工程学院 专 业 测控技术与仪器 班 级 测控技术与仪器103班 学 号 110034084 学生姓名 卓永俊 指导教师 李曙光 完成日期 2014年5月24日 浙江科技学院毕业设计（论文）、学位论文版权使用授权书本人 卓永俊 学号 110034084 声明所呈交的毕业设计（论文）、学位论文非接触式物体尺寸光学检测装置设计，是在导师指导下进行的研究工作及取得的研究成果。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，与我一同工作的人员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谢意。本毕业设计（论文）、学位论文作者愿意遵守浙江科技学院关于保留、使用学位论文的管理办法及规定，允许毕业设计（论文）、学位论文被查阅。本人授权浙江科技学院可以将毕业设计（论文）、学位论文的全部或部分内容编入有关数据库在校园网内传播，可以采用影印、缩印或扫描等复制手段保存、汇编毕业设计（论文）、学位论文。（保密的学位论文在解密后适用本授权书）论文作者签名： 卓永俊 导师签名： 李曙光签字日期：2014 年 5月 24日 签字日期：2014年 5月 24日浙江科技学院毕业设计摘要尺寸测量属于检测技术，检测技术的高低决定了生产精度、进度、可靠性等一系列生产指标，是影响产品生产效率的关键因素，检测技术的高低是整个工业技术水平的重要评定标准。目前世界上尺寸检测已日益趋于自动化，集成一体化，然而国内尺寸检测水平还普遍偏低，根本不能满足国内工业快速发展对高水平尺寸检测的要求。现在国内高精度高自动化集成化的尺寸检测主要靠进口，有鉴于此开发出虚拟式物体尺寸检测仪以适应国内尺寸检测领域的需求。而基于labview图像处理技术的物体尺寸的检测是非常实用的一种无损检测技术，它是基于虚拟仪器的测量技术，克服了接触式测量的弊端。图像检测技术采用的是图形化处理算法，以获取目标物体的图像信息。本设计采用的图像处理技术主要包括：灰度变换、阈值处理、图像去噪、边缘检测等。图像检测技术在物体尺寸检测方面的应用使尺寸测量能快速准确的进行，且成本低，能灵活的加入工业生产的过程中。关键词：Labview；图像处理；边缘检测；尺寸检测；虚拟仪器IABSTRACTThe size detection belongs to the detection technology， level of the detection technology decides detection precision， speed， reliable and so on， a series of industrial production target， that is the key aspect which affects the product production efficiency， and that is the very important link in the product life cycle. the level of detection technology is an important technical level throughout the industry assessment standards. The world has increasingly become automatic size detection， integrated integration， but also domestic size detection level is generally low， can not meet the rapid development of the domestic industry requirement for a high level of dimensional inspection. China is now highly automated integrated precision dimensional inspection mainly rely on imports， a virtual view of the development of type object size to fit the needs of the domestic detector to detect the size of the field. The image processing technology based on labview object size detection is very useful as a nondestructive testing technique， which is based on virtual instrument measurement technology， The drawbacks of contact measurement are overcomed. Image detection technology is used graphical processing algorithms to obtain the image information of the target object. This design uses image processing techniques include: gray-scale transformation， the threshold processing， image de-noising， edge detection. Image detection technology in object size detection allows accurate size measurement can be fast， and low cost， flexibility of adding industrial production process.Keyword: labview；image processing；edge detection；size detection；Virtual InstrumentII目录摘要IABSTRACTII1绪论11.1 选题的背景与意义11.1.1 背景11.1.2 意义21.2 基于图像处理的物体尺寸检测技术的应用发展21.2.1 图像测量技术的优缺点21.2.2 国内外研究现状31.3 课题研究的主要内容42系统设计方案52.1 图像处理及其数学分析52.2 图像测量系统62.2.1 数字图像的采集82.2.2边缘检测处理及主要IMAQ功能模块102.3 测量系统方案的实现192.3.1 物体尺寸检测实例192.3.2 物体尺寸测量的实现212.3.3 系统测距实际操作292.4 系统评价313结论333.1 课题的主要工作成果333.2 课题的不足与展望33致谢34参考文献：35III1 绪论1.1 选题的背景与意义1.1.1 背景传统的测量方法开始于接触式测量，这种测量方法检测效率低，劳动强度大，而且会使测量仪器的检测头发生磨损，从而造成仪器的测量精度下降。毋庸置疑，科技的发展和社会的进步还没达到一个高度。因此，在现代很多材料生产中，不论是轧制过程中还是最终产品的调整中，为获得较高的板材命中率和最佳的轧制过程及剪切效果，物体尺寸测量系统已成为生产线上不可缺少的设备之一。第一台接触式速续测厚仪大约出现在1930年。操作者用这台侧厚仪器去侧量铜材的厚度时，必须把它推向待侧的钢带，用机械的方法来测量距带材边沿几寸范围内的金属材料的厚度。这种测量方法使用极其不便，而且测量精度也很低。在我们看来，一般的物体尺寸的测量，无非长、宽、高（厚），三个方面，而厚度测量是生产中最常见的测量内容之一，常用量具是游标卡尺或千分尺，这些量具在使用时都必须和工件接触，虽然接触压力不大，但对一些特殊工件，在测量时不允许量具和工件接触，否则会在工件表面上留下压印或划痕，甚至有些测量环境环境下很难或无法进行接触式测量，那么，这就需要有一种新的方法来代替接触式测量.随着科技大发展和生产力的要求，非接触式的测量方法出现了。第一台成功的非接触式自动测厚仪应用了X射线吸收技术。从此，非接触式测量方法开始了迅猛发展，其强大的功能和优点无法使传统的接触式测量望其项背，也为人类社会的发展，工业文明的进步做出了巨大的贡献。激光测厚仪是近年来开发出的高科技实用型设备，是用于热轧生产线上时在线式连续测量成材厚度的非接触式测量设备。它有效地改善了工作环境，具有测量准确、精度高、实用性好、安全可靠、无辐射、非接触式测量等人工测量及其它测量方法无法比拟的优点，并为轧制钢材厚度控制提供了准确的信息，从而提高了生产效率和产品质量，降低了劳动强度度。激光测厚仪使用两年多以来，具不完全统计，因板厚误差造成的废品率下降了50%以上，创经济效益上亿元，广泛地受到人们的肯定与赞赏。我们有理由相信，在未来的发展过程中，激光测厚仪作为非接触测量领域的一个重要分支将更能发挥其作用。1.1.2 意义光学检测是光学测量是光电技术与机械测量结合的高科技。借用计算机技术，可以实现快速，准确的测量。方便记录，存储，打印，查询等等功能。在机械制造行业中，为了使机加工的产品能达到设计精度和质量要求，除了传统的物理计量与检测实现方法，可以运用高性能计算机及软件技术、光学、光学成像、声学与机器动作多种混合技术实现的逻辑计量与检测，我们习惯将这些复杂的计量与检测技术称之为非接触计量与检测技术。我公司将这些非接触计量与检测技术应用到为客户定制的计量与检测工具和设备之中，在实际项目中取得了满意的预期效果。我们的技术实现方式主要是光电检测技术应用，而光学测量主要应用在现代工业检测，主要检测产品的形位公差以及数值孔径等是否合格等。光学检测技术主要应用的行业领域有：金属制品加工业、模具、塑胶、五金、齿轮、手机等行业的检测，以及工业界的产品开发、模具设计、手扳制作、原版雕刻、RP快速成型、电路检测等领域。主要仪器表现为：二次元、工具显微镜、光学影像测量仪、光学影像投影仪、三次元、三坐标测量机、三维激光抄数机等。目前非接触式测试已从人工目测发展到自动光学检查（Automatic Optics Inspector，简称AOI）、自动射线检测（Automatic X-ray inspector，简称AXI）等。1.2 基于图像处理的物体尺寸检测技术的应用发展人类所获得的信息中有80%是来自于眼睛。图像作为一种重要的信息表达方式和信息存储形式，有着广泛的应用价值。图像处理技术是一门应社会需求而产生并予以实现而利用的技术，目前已在许多行业得到广泛的应用。图像处理技术是与支持这一技术的计算机技术紧密相连、相互促进的。随着计算机技术的迅速发展，尤其数据传输速度、CPU处理器速度、存储容量的快速提升都扩展了以图像为信息载体的图像检测技术的应用范围。基于计算机的图像检测技术不仅有非接触式测量的优势，同时它具有很好的数据处理能力，因此被广泛应用于工业自动化检测系统中。1.2.1 图像测量技术的优缺点图像检测技术具有速度快、精度高、成本低、自动化程度高等优点，是一种非接触式的无损检测技术。数字图像检测技术使用扫描仪、数码相机、录像机等图像采集设备以获得包括目标物体的位置、运动、几何参数、表观物理参数(如色彩和纹理)等数据信息，再将获得的有关图像的数据信息经过图像处理技术，以获得有用的目标物体的数据信息。不同于以胶片为存储介质的摄影技术，需要专业的测量人员及测量设备人工进行测量，测量效率低、精度有限，不利于图像测量技术的应用。虽然以激光测量为代表的无损测量技术有极高的精度，但是其成本高。相对而言，将所采集的被测目标的图像信息转换为数字信息之后，图像的信息可以使用矩阵来表示，这样就可以在计算机上对被测目标物体的图形信息进行分析处理，那么对图像的处理就转化为矩阵的数字运算，而这在计算机上能有效高速的完成。基于计算机的数字图像处理技术不仅成本低，而且其速度指标和精度指标能达到实际应用的要求。图像数据采集及处理的速度和精度是图像测量的两项重要性能指标，如果没有可靠的精度和可用的速度，那么图像处理技术的使用价值将很低，更不用说广泛应用。只有提高了测量的速度与精度，才能可能被广泛应用。为了获得更快的图像处理速度或者更高的检测精度，国内外大批的学者还在不断地探索研究，目前已取得了很多不错的成果。但是，由于图像采集环境的影响，使得采集的图像信息带有或多或少的干扰信号，极大地影响了图像测量的准确度，而目前尚没有通用的最优算法可以去除无用的干扰信息，需要根据实际问题针对性地选择最优的算法系统，这使得基于计算机的图像检测系统的通用性不足。1.2.2 国内外研究现状当今世界，检测技术已作为衡量一国工业水平高低的重要标志。尺寸检测属于检测技术的一个子类，测试技术的整体发展必然带动尺寸检测技术的提高，而检测技术是一门综合性极强的科学技术，纵横多学科的内容，尤其是随着当代计算机，通讯，材料等各门学科的高速发展以及各相关行业的快速发展壮大，测试技术得到了前所未有的发展和提高，测试仪器作为测试行业发展不可或缺的工具，在测试行业的发展中起到了巨大的作用。中国”十一五”期间，由于国家不断增加基础建设的投入力度，在旺盛市场需求的带动下，对仪器需求不断增加，同时检测仪器市场也正在快速发展。欧美日等国家都把”发展一流的科学仪器支撑一流的科研工作”作为国家战略确保在世界科学仪器产业的领先地位，日本于2002年制定了高精度科学仪器振兴计划，在岛津公司的田中耕一因为在仪器方面的杰出贡献获得2002年诺贝尔奖后，日本文部科学省决定，从2004年起斥巨资（100亿日元）开发世界顶尖的分析计算测量仪器，以催生更多诺贝尔奖级的科研成果。由此可见，未来的科学竞争中测试测量技术必然扮演着一个相当重要的角色。然而国内传统的检测方法主要还是以人工为主，利用简单粗糙的设备进行零件尺寸与形位公差的测量。不仅费时费力，而且容易产生人为误差，导致检测的不精确性，传统的检测主要是事后检测，这样即使检测出问题，废次品已经产生，造成了损失，大规模生产对快速精确的检测仪器的迫切需求，主要还是依靠进口国外成品检测仪，不仅价格昂贵而且可移植性不高，可再生性不强，本着科学技术知识自主创新的原则，国内虚拟仪器领域资深科学家秦树人教授提供了测试仪器领域广阔发展创造空间，国内的高性能高精度高效率的测试技术已经取得了相当的进步，但较发达国家还存在不可避免的差距，许多测试技术还只是在实验阶段，有待于发展到更适用，甚至通用。1.3 课题研究的主要内容本课题是一些物体的非接触式尺寸测量系统的设计，主要对象也是一些较为简单规则的尺寸测量。大致目标是设计一个虚拟仪器化的视觉检测系统，使其能自动的检测出物体的尺寸(长、宽或者物体的高度)，并尽可能的提高系统的测量精度。主要可分为两个方面的研究:一是图像采集模型的建立；另一方面是对系统所采集图象进行处理，找出尺寸测量的有效方法。具体可分为理论部分(包括程序编制)和实验操作两部分。理论部分:1、 分析和研究立体视觉的基本原理及常用的算法；2、 研究分析图像采集的各种方法，并从中选出合适的方案；3、 研究视觉检测系统中需要使用的各种图象处理方法；4、 建立虚拟仪器化视觉检测系统的模型，进行软硬件设计；5、 熟悉和掌握LabVIEW(Lboratory Virtual Instrument Engineering workbench)开发平台和IMAQ Vision软件包，并使用其进行系统软件的编制，包括各种图像处理方法的实现以及整个检测系统的操作界面。实验操作部分：1、了解分析研究课题，构建具体实验系统方案；2、编写程序框图，完成图像采集（或图像输入）、图像预处理（边缘检测处理）、图像边缘的尺寸检测（横向以及纵向的检测，即长、宽）；3、用实验系统测量方体的几何尺寸(这里指方体的长，宽，高)；4、计算测量误差，分析影响测量精度的原因并提出改进方法。2系统设计方案2.1 图像处理及其数学分析图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。数字化图像被视为MN个元素的矩阵。数字化的图像（像素）的每个元素具有对应于所捕获的场景中的点的亮度值。其分辨率在强度为8比特的图像，可以取的值从0到255，在黑白影响的图像的情况下，它可以采取0和1的值。在一般情况下，一个图像被表示在一个二维矩阵。因为大多数的设备获取具有深度为8位时，典型范围的灰度级的一个图像是从0到255，使得图像的矩阵元素由表示0 .255的图像。在这一点上是很方便的说，即使将图像在RGB格式获得的，它被频繁变换的灰度矩阵和用于从RGB类型实现变换为灰度电平格拉斯曼（Wyszecki与斯蒂尔斯，1982）采用：在该示例示于图2-1展示了如何使用IMAQ工具箱收购的RGB数字图像和灰度格式。在这种情况下，有两个重要的模块：第一个是IMAQ创建块位于视觉和运动/远景公用事业/图像管理，此块创建一个具有指定的图像类型（RGB，灰度，HSL等）的新形象，第二块是IMAQ读取图像，位于视觉和运动/远景实用程序/文件/ ，这个区块的功能是打开该块的文件路径前面指定的图像文件，并把所有的信息这个由IMAQ创建创建新的图像打开的图像。换句话说，在该实例如图2-1（a）该文件picture4.png由IMAQ读取图像打开，这个信息图像被保存在对应于RGB （U32）图像类型称为imageColor一个新的形象。这是非常简单的修改系统的图像类型，在图2-1（b）的图像类型更改为灰度（U8）和图像被放置在imageGray 。 a) b)图2-1.RGB和灰度图像采集图2-2.邻域的一个像素图像清晰度的另一个重要特性是像素的邻域，可归入中（图2-2）中所述3个组，如果该邻域是在四个相邻像素被命名为通话-4-邻域，一个由符合不限对角线像素为D-邻域和8个周边像素为8邻域，最后一个包4-和像素的D-附近。2.2 图像测量系统这里我们以HVDevice视频控件为例，以资料显示为例：所编制的LabVIEW 程序如图2-3 所示，添加了HVDevice 控件的ActiveX 容器通过自动化打开(Atuomation Open)，调用了五种方法分别得到了系统中的设备数、分辨率、快门速度、相机增益和黑电平值的取值范围，此范围是硬件(DH-HV2002UC-T 摄像机)的规定范围。图2-3 是在LabVIEW 中后面板的程序截图，其流程是按照控件说明书进行的，首先得到设备号，然后分别读出该设备视频模式、快门速度、增益调节、以及黑电平值的最大和最小值。然后调用MaximizeAOI方法使摄像机的视频输出达到当前分辨率大小，随后调用GrabContinuous方法启动图像采集后，当每帧图像数据采集完毕后控件自动激活事件。在该事件响应函数中进入while 循环中，调用Draw 方法在控件中进行绘图显示，流程图中显示的大小为600600 的图像区域，最后进入LabVIEW 中的事件结构(Event Structure)，在此结构中调用相应的控件属性对其赋值。需要注意的是在赋值的同时需要对摄像机进行取消抓取动作，然后进行赋值，最后再次启动设备进行图像的处理测量等。图2-3摄像机控件调用流程图（摘）在程序编制的时候应该注意一下几点：1) 调用LabVIEW 中的事件结构(Event Structure)时，需要注意当没有任何事件发生时，就会处于睡眠状态，直到有一个或多个预先设定的事件发生时，事件结构才会自带苏醒，并根据发生的事件执行用户预先设定的动作。本文将事件结构和DRAW 方法放在一个While 循环里面，将会出现不能连续在控件中画图的错误，解决方法主要是在事件结构上加上超时循环等待的时间，然后根据需要设置的时间间隔，如果事件结构在一次循环中的时间间隔内无动作，则While 循环进入下一次循环。2) 在对设备控件赋值时，需要先停止设备赋值后再启动设备。3) 对控件自动化打开后，需要关闭引用，对控件的事件注册后需要对事件进行取消事件注册，如图3-3所示。4) 编程时必需遵守控件的使用思想严格按照设备的操作流程进行编程，否则容易引起设备无法关闭，程序非法退出或计算机死机。2.2.1 数字图像的采集从使用的NI视觉采集Express中的摄像头采集视频。该地块位于视觉/快速视觉的工具箱，它是配置在相机的所有特点的最简单方法。这个区块里面有四个部分：第一个对应于”选择采集源”，它会显示所有连接在电脑的摄像头的选项。下一个选项是所谓的”选择采集类型”，这决定了模式显示图像，并有四种模式：与处理，连续采集与在线处理有限采集与在线处理和有限采集与处理后的单次采集。第三部分对应于”配置采集设置”表示的大小，亮度，对比度，伽玛值，饱和度等的图像，最后在最后一个选项，可以选择控件和指示器来控制最后的不同参数过程中的部分。在该示例图2-4中它被选定的连续采集与在线处理，直到用户按下停止按钮此选项将显示获取的图像在连续模式。图2-4视频采集使用IMAQ视觉快速采集而本方案采取的是基于LabVIEW平台机器视觉的图像采集系统模块对要测量的物体进行图像采集，本方案可选择两种调用方式如下所示：选择调用摄像头或视频设备控件，可用电脑自带内置摄像头也可外插一个CCD摄像头进行图像采集信息；修改图像采集路径，设置为可手动选择输入图片和默认路径的图片交替，来完成图像的采集工作。其中第一种调用方法的数字图像采集的基于机器视觉进行处理的图2-5 基于机器视觉模块采集图像的程序框图上图中采用的是条件结构Case Structure（包括一个或多个子程序框图、分支、结构执行时，仅有一个子程序框图或分支执行。连线至选择器接线端的值可以是布尔、字符串、整数、枚举类型或错误簇，用于确定要执行的分支。右键单击结构边框，可添加或删除分支。通过标签工具可输入条件选择器标签的值，并配置每个分支处理的值。），即要判定选择测量图像为默认路径下时满足该条件结构才能进行图像的采集，反之就不会得出想要的结果或出现错误输出。如上图所示框图中的ActiveX容器控件是由在VI前面板上导入的关联机器视觉设备控件模块。LabVIEW的调用节点可访问XML方法、.NET方法和ActiveX方法。其中我们就用调用节点来访问ActiveX方法，而调用节点则是引用与调用方法或实现动作的对象关联的引用句柄。这里是采用vbVidCap._ezVidCap类调用方式进行，选择类选定ActiveX类，其中选择方法要选择SaveDIB的返回值方法。默认路径图像采集路径为，设置采集图像为电脑桌面上的bmp格式的图片，图像的默认路径通过多态转换函数路径至字符串转换 (函数)使路径转换为字符串，以操作平台的标准格式描述路径。连线板可显示该多态函数的默认数据类型。把图像路径转换为字符串的形式，然后与所调用类别方式进行关联执行程序。关联转换执行结构如下选项卡调至边缘坐标预处理选项页面如下：图2-6 条件结构条件选项（预处理边缘检测处理）如图2-7 a）所示进行边缘坐标预处理的框图中加入了一个判断的条件程序若为真（T）时，即选择了默认路径的图片，则图像以默认路径采集输入进行处理。图3-7 a）默认路径图片输入 b）手动选择图片输入如图3-7 b）所示若为假（F）时，即选择了手动进行图片的输入再处理。2.2.2 边缘检测处理及主要IMAQ功能模块为确保图像采集以及图像处理过程的干扰项尽可能地削减，我们这里就把确定按钮的触发方式改为释放时触发的方式，即释放按钮时改变状态。LabVIEW读取控件值后返回原状态。边缘检测处理确认按钮，根据其触发方式的不同可以定性的判断其工作方式就是当点击按钮时边缘检测的程序就运行一次进行图像边缘的处理，然后通过前面板上图像显示窗口显示出来（Image Display）图像采集之后要输入测量预处理事件程序进行边缘检测的处理图2-8 图像测量预处理边缘检测图像预处理主要包括噪声的滤除、边缘信息的增强、对比度的改善等等，其主要目的在于：改善图像的视觉效果，提高图像的清晰度；将图像转换成一种更适合分析处理的形式。预处理的精确为后续处理提高可信度高的输入资料。能否正确地提取被检测物体的特征参数；能否尽可能少的受到图像中噪声的影响而导致结果的准确性下降，这些都在很大程度上取决于对原始图像的预处理措施是否有效、是否符合实际情况。预处理的好坏直接影响匹配结果的精度。边缘是图像的重要特征之一，它包含了原始图像中的绝大部分有用的信息，往往仅凭粗略的轮廓线就能够识别出一个物体。因此，图像的边缘轮廓特征提取在机器视觉中具有重要的意义。以下是对设计系统中所用到的IMAQ图像采集处理系统各函数控件的作用功能及其框图程序的详细讲解及分析： IMAQ Create VI（IMAQ的VI创建）其框图程序：图2-9 a）IMAQ Create VI程序框图框图中调用库函数节点可直接调用DLL库或共享库。该调用函数为可扩展函数，可显示已连线的输入端和输出端的数据类型。其中调用节点类型为NI Vision.*:LV-Create.该模块主要实现功能：创建用于图像的临时存储位置。使用IMAQ创建与IMAQ的Dispose VI结合使用，创建或处理在LabVIEW的NI视觉图像。IMAQ ReadFile VI（IMAQ的ReadFile函数VI）其程序框图：图2-9 b）IMAQ ReadFile VI程序框图框图中调用库函数节点类型与IMAQ创建VI函数控件相同，类型为NI Vision.*:LV-ReadFile.该模块可进行图像文件的读取。此文件格式可以是标准的格式（BMP，TIFF，JPEG，JPEG2000，PNG和AIPD）或用户已知的非标准的格式。在任何情况下，读出的像素被自动转换成以图片传递的图像类型。 IMAQ Threshold VI（IMAQ的阈值VI）其程序框图表示：图2-9 c）IMAQ Threshold VI程序框图框图中调用函数节点同为调用库函数节点同样可调用DLL库或者共享库，调用类型为NI Vision.*:LV-Threshold.向某个图像施加一个阈值，判断是否替换下限值和上限值之间存在于此范围内的像素的值。默认状态为真（T）时，替换这些象素值，并在状态为假（F）时保持原始值。 IMAQ GetKernel VI（IMAQ获取卷积核VI）程序框图表示： 图2-9 d）IMAQ GetKernel VI程序框图框图中主函数控件同样为调用库函数节点，调用类型为NI Vision.*:LV_GetKernel.主要实现功能：读取一个预定义的内核。该代码由三个独立的单元：核心系列，卷积核大小和卷积核的数量。如果是你已经知道的代码，你可以直接在卷积核代码中输入代码。 IMAQ Convolute VI（IMAQ的回旋VI）控件框图程序表示：图2-9 e) IMAQ Convolute VI程序框图框图中主函数控件的调用库函数节点类型为NI Vision.*:LV_ Convolute2.控件主功能：过滤图像采用线性滤波器。计算是根据图像类型和内核的内容在与整数或浮点数点之间执行的。IMAQEdge Detection VI（IMAQ边缘检测VI）其控件框图程序可表示为：图2-9 f) IMAQEdge Detection VI程序框图其调用库函数节点类型为NI Vision.*:LV_Edge Detection边缘检测的函数节点。控件模块的主要功能：提取轮廓线（边缘检测）在灰度值。连接到输入图像Dst的任何图像都必须与连接到图片的Src具有相同的图像类型。连接到输入影像掩膜的图像类型必须是一个8-比特位图像。所连接的源图像必须已经创建具有能够支撑该处理矩阵大小的边框。例如，一个33矩阵中有最小的边框尺寸为1。目标图像的边框大小并不重要。IMAQ WriteFile VI（IMAQ写入文件VI）程序框图表示：图2-9 g）IMAQ WriteFile VI程序框图其调用函数节点类型为：NI Vision.*:LV-WriteFile控件模块功能作用：图像写入到所选的格式的文件中。预处理包含主要处理过程：1、去噪在Labview中，我们可以采用”IMAQ NthOrder VI”来实现中值滤波，其图标如下：Size&Order#端子包含了X Size、Y Size和Order #，默认值分别为3、3、4。而且默认值对应于33的中值滤波器。这是因为当我们滤波器尺寸f(f=X=Y)和Order#(N)满足条件公式：N=(f-1)/2时，该滤波器就等效于一个中值滤波器。这里，f=3，所以根据公式有N等于4，也就是默认情况下，该VI实现的就是一个中值滤波器的功能。通过查阅资料及实验了解到采用此VI进行去噪处理得到的效果显然没有采用卷积的方式来实现去噪的效果好。故采用上文介绍的”IMAQ Convolute VI”来去噪处理。对于这个VI而言，最重要的是如何选择一个卷积核，也就是上文介绍”IMAQ GetKernel VI”中的”Kernel”，这里我们也就选用它来生成卷积核。该VI控件的KemelFamily输入端决定了卷积核的类型，有四种类型可供选择:Gradient，Laplacian，Smoothing，Gaussian。前两种是属于高通滤波器的卷积核，后两种是属于低通滤波器的卷积核。这里我们选择Gaussian，并将Kemelsize设定为3，KemelNumber设定为0。设置模块为2、锐化边缘信息边缘信息的锐化方法与去噪时采用的方法类似，不同的在于要选择一个高通滤波器的卷积核，也就是说我们只能在Gradient和Laplacian之间选择一个。Gradient强调的是沿着一个指定方向上的像素灰度变化，而对其他方向上的灰度变化则不是很敏感，不符合我们的要求。因此我们选择Laplacian算子。其他的均与去噪时的相一致。3、图像分割我们采用二值化的方法进行图像分割。由于本设计中的被测物体是一个三维的物体，但目前本设计仅限于测量出目标物体正面的长、宽。这样，我们方便对物体和背景进行简单的二值化，使背景的灰度成一个值，而物体的灰度也成一个值。为了保留物体的两个尺寸，必须使物体的正面图像用一个灰度值表示，也就是说整幅图像共有两个灰度值。首先我们利用”IMAQ Threshold VI”获取物体两个侧面的灰度值(背景为白色，故灰度值为255)。本设计采用给定其灰度值一个阈值（阈值范围：128255），每组分别包含灰度的上限值、下限值，这样就可以实现了图像的二值化分割。4、角点提取本设计中采用基于边缘的角点提取算法提取图像的角点首先是要提取其边缘。在IMAQ Vision工具包里可用以下两个可实现边缘的提取的VIIMAQ CannyEdgeDetection VI和IMAQ EdgeDetection VI。其中前者用于提取边缘的是Canny算子，后者包含了6种算子：Differentiation，Gradient，Prewitt，Roberts，Sigma以及Sobel。利用Canny算子检测出来的边缘很明显边缘线也比较细，检测效果也是最好的。但我们是要求取角点的，而利用Canny算子检测出来的边缘线是呈一段一段的变化，中间有断断续续的而不是整段连续变化的。而本设计采用的是Roberts算子，Roberts边缘算子是一个2x2的模板。它是一种最简单的算子，是一种利用局部差分算子寻找边缘的算子，它采用的是对角线方向相邻两象素之差近似梯度幅值检测边缘。检测垂直边缘的效果要好于斜向边缘，从图像处理的实际效果来看，边缘定位较准。然而这个算子对噪声比较敏感，故它无法抑制噪声的影响。在NI-IMAQ I/O设备的数字I/ O功能中包括13个隔离输入，两路TTL输入，10个TTL输出，和四个隔离输出。使用读/写控制来配置脉冲发生器，触发器，正交编码器计数，变化检测器，以及NI-IMAQ I/O设备的看门狗定时器。5、检测图像的显示存储获取边缘图像之后可将其通过前面板的图像显示控件显示出来，并可将其以bmp的格式写入到默认路径的文件。6、主程序框图完成通过上述各模块的介绍以及其对应连接，并设定其阈值范围，各枚举类型的设定，以及判断条件的选择等。连线各模块图可得：图2-10图像边缘处理程序模块连接图2.3 测量系统方案的实现2.3.1 物体尺寸检测实例作为对机器视觉尺寸检测系统研究的一个应用实例，我们选择了某型号轴承的外径作为研究对象（在本文的具体实例说明中都是采用该对象），对整个系统的设计要求进行检验。根据d=aN/可知，a为CCD光敏元的尺寸（为14m14m），N为被测件经光学系统成像后在CCD光敏区所遮挡的光敏元的数目（可以通过对所采集的图象作逐行扫描，测量工件图象的待测部位的尺寸，即象素点数目），为光学成像系统的放大率，显然，工件图象的尺寸（以像素点数量表示）与工件的实际尺寸（以厘米或毫米表示）之间具有一一对应的线性关系，即两者之间的测量比为常数，由摄像物镜的放大比和CCD器件的放大比所决定，此即为。利用一尺寸已知的标准工件作为测量对象，对CCD测量系统的测量比作精确标定。测量尺寸未知的工件时，只需测定其图像的边长或直径所包含的像素点数量，除以，即可获得工件的实际边长或直径。所以标定过程为：首先采用一已知直径D0=10mm的圆形工件作为标准样品，对测量系统的测量比=D1/D0进行标定，其中D1即为该标准件的计算机图像的直径，以像素点的数量表示。采集标准样品图像并作二值化处理后，计算机自上而下对整幅图像进行逐行扫描，扫描线与标准样品图像的轮廓产生两个截点，这两个截点之间距离的最大值，即为标准样品图像的直径D1，测得D1像素点，由此计算出（像素点/mm）。以标定后的系统来检测某型号轴承的外径，通过图像采集系统实时的获取传送带上的轴承图像，图象处理系统实时地实现对图像的预处理和边缘轮廓的提取，然后通过对图像轮廓的扫描，计算出轴承外径的像素点，除以上述标定所得的，即可以求出轴承外径。为了提高尺寸测量的精度、减少误差，根据上述原理，具体对一幅处理后的图象轮廓的扫描是从不同位置测量最后取平均来实现的，实现步骤如下：从图像上部往下扫描，找到圆的最高点Al（xl，yl）；求出A；点和圆上其它各点的距离（像素点数）；求出中的所有距离中的最大值记为dl；从Al开始，按照顺时针方向每隔一定的角度，依次选取点Ak，按照和的步骤，求出相应的最大值dk；按照循环一周，求出d1、d2、dm，则该圆的直径值的像素点数为：d=（d1+d2+d3+dm)/m圆的直径值D=d/。利用该系统，采用上述方法对某物体的尺寸进行测量即可得出想要的测量尺寸结果。2.3.2 物体尺寸测量的实现此测量系统方案是基于LabVIEW机器视觉虚拟仪器设计物体尺寸检测系统，进行图像边缘处理之后然后就可以对图像进行尺寸上面的测量了。主要分为两个方向上面的测量：横向距离检测和纵向距离检测。1）纵向尺寸检测其主程序框图中采用了平铺式顺序结构（Flat Sequence）、条件结构(Case Structure)以及While循环。其中平铺式顺序结构的数据流不同于其它结构的数据流。所有连线至帧的数据都可用时，平铺式顺序结构的帧就会按照从左至右的顺序执行。每帧执行完毕后会将数据至传递至下一帧。即帧的输入可能取决于另一个帧的输出。而While Loop循环结构的功能作用：重复执行内部的子程序框图，直到条件接线端（输入端）接收到特定的布尔值。连线布尔值至While循环的条件接线端。右键单击条件接线端，在快捷菜单中选择真(T)时停止或真(T)时继续。也可连线错误簇至条件接线端，右键单击条件接线端，在快捷菜单中选择真(T)时停止或真(T)时继续。While循环至少执行一次。首先通过IMAQ Create VI（IMAQ的VI创建）创建用于图像的临时存储位置并对其命名。创建或处理在LabVIEW的NI视觉图像。然后通过IMAQ ReadFile VI（IMAQ的ReadFile函数VI）读取默认或手动选择图像存储的文件来进行处理。读取文件之后采集所得图像的数据信息再通过纵向测距函数控件（IMAQ Clamp Vertical Max VI）进行处理。之后测得纵向尺寸距离通过显示控件进行链接显示出来。该测距模块有一个图像输出接口，处理之后将其输入到平铺式顺序结构的下一帧进行操作处理，下一帧中存在 While Loop 中进行循环操作，并在其中加入一条件延时操作处理。尺寸测量处理与上一帧类似，最终得出纵向尺寸显示在前面板上。此测量方案采用条件结构执行事件，即点击自动检测确定按钮时横向尺寸检测程序就会运行起来，然后边缘处理之后的图像就会在横向检测的图像显示框里显示出来。在上一帧中可通过选用调用节点依据图像显示框并创建其调用节点为，在下一帧中则是调用另一种类型：通过索引数组引入N维数组，然后对其进行数组输出元素的捆绑最终使得多个独立元素组合为簇输出然后再输入到IMAQ Clamp Vertical Max VI进行最后的处理。主要函数控件模块：IMAQ Clamp Vertical Max VI（IMAQ纵向最大夹距）此控件VI各接线端子：其程序框图采用的是层叠式结构，各程序如下：图2-11 a) IMAQ Clamp Vertical Max VI程序框图1图2-11 b) IMAQ Clamp Vertical Max VI程序框图2图2-11 c) IMAQ Clamp Vertical Max VI程序框图3图2-11 d) IMAQ Clamp Vertical Max VI程序框图4图2-11 e) IMAQ Clamp Vertical Max VI程序框图5主要功能作用：从向所述搜索区域中心的搜索区域的水平侧测量在纵向上的距离。该VI定位沿一组平行线或耙边缘检索。边缘是根据其对比度和斜率来确定。通过各控件模块等的连接以及节点的调用等，可将整个测距程序汇总为如下纵向测距的程序框图：图2-12 纵向尺寸检测程序框图2）横向尺寸检测横向尺寸的检测与纵向类似，仅仅表现在尺寸处理函数控件上（横向为水平方向函数控件，纵向则为纵向垂直方向函数控件）。所以这里就不多做解释了，只需简要介绍一下其测距函数控件就可以了。IMAQ Clamp Horizontal Max VI（IMAQ的水平即横向最大夹距VI）其控件接线端子为：其程序框图可表示为：其框图分为04几部分层叠式结构：图2-13 a) 横向测距模块程序框图1图2-13 b) 横向测距模块程序框图2图2-13 c) 横向测距模块程序框图3图2-13 d) 横向测距模块程序框图4图2-13 e) 横向测距模块程序框图5此水平（横向）测距函数控件主要功能：从朝向检索区域的中心的搜索区域的垂直侧面测量在水平方向上的距离。该VI定位沿一组平行线或耙边缘检索。边缘是根据其对比度和斜率来确定。通过各类控件连接得其程序框图为：图2-14横向尺寸检测程序框图2.3.3 系统测距实际操作这里以对默认路径下的图像采集进行处理为例（选用一个型号为小米3的手机进行检测）首先要在预处理界面要选择图像采集方式，可供选择路径有默认路径、手动选择路径，前者使用图像采集模块调用的视频摄像头进行图像的采集，后者即手动选用已经采集好的图像图片。图2-15 采集处理图像选用路径操作演示原始图像：图2-16 演示物体测距系统采集原始图像图像预处理选择边缘检测的算法进行处理并获得其边缘轮廓。图2-17 图像预处理边缘检测边缘轮廓的提取图像边缘提取之后就是目标物体尺寸的测量图2-18 目