針對(duì)鋸片缺陷檢測(cè)的機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)

1、基于機(jī)器視覺(jué)的鋸片缺陷檢測(cè)設(shè)計(jì)摘要：機(jī)器視覺(jué)檢測(cè)技術(shù)具有非接觸、高效、準(zhǔn)確等優(yōu)點(diǎn)，它符合現(xiàn)代工業(yè)生產(chǎn)的發(fā)展需要，本文相對(duì)于傳統(tǒng)方法提出了針對(duì)鋸片缺陷的機(jī)器視覺(jué)檢測(cè)技術(shù)，并在現(xiàn)有的實(shí)驗(yàn)條件下進(jìn)行研究和分析。首先闡述了此課題的背景和意義以及機(jī)器視覺(jué)技術(shù)在國(guó)內(nèi)外的發(fā)展和應(yīng)用現(xiàn)狀，介紹了機(jī)器視覺(jué)檢測(cè)系統(tǒng)的各硬件和軟件的主要構(gòu)成部分及其作用，系統(tǒng)主要通過(guò)鏡頭、攝像機(jī)，圖像采集卡等完成圖像的采集，再借助比較成熟的圖像處理算法，包括亞像素精度閥值分割、幾何基元的分割、輪廓特征提取、線段擬合等，以 Halcon 為實(shí)驗(yàn)軟件平臺(tái)實(shí)現(xiàn)圖像的處理并輸出結(jié)果。通過(guò)軟硬件的合理搭配完成對(duì)鋸片缺陷檢測(cè)的機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)，

2、提高工業(yè)生產(chǎn)檢測(cè)效率。關(guān)鍵詞：機(jī)器視覺(jué)； 圖像處理； 鋸片檢測(cè)； HALCON 目 錄第 1 章 緒 論.11.1 機(jī)器視覺(jué)概述.11.2 機(jī)器視覺(jué)的國(guó)內(nèi)外發(fā)展現(xiàn)狀.21.3 本文主要研究?jī)?nèi)容.3第 2 章 鋸片缺陷檢測(cè)系統(tǒng)的硬件設(shè)計(jì).42.1 引言.42.2 檢測(cè)原理.42.3 采集方案設(shè)計(jì).52.3.1 選擇光源.52.3.2 選擇照明方式.62.3.3 選擇照明環(huán)境.102.3.4 選擇相機(jī).112.3.5 選擇鏡頭.122.3.6 選擇圖像采集卡.12第 3 章 軟件算法研究及實(shí)驗(yàn)設(shè)計(jì).153.1 機(jī)器視覺(jué)軟件 HALCON .153.1.1 HALCON 概述.153.1.2 HAL

3、CON 的體系和數(shù)據(jù)結(jié)構(gòu).163.2 圖像處理算法.173.2.1 圖像分割.173.2.2 特征提取.213.2.3 幾何基元的分割和擬合.243.3 實(shí)驗(yàn)設(shè)計(jì).283.3.1 鋸片檢測(cè)算法流程.283.3.2 算法編程實(shí)現(xiàn).283.3.3 實(shí)驗(yàn)結(jié)果分析.313.4 本章小結(jié).32結(jié)論與展望.33參考文獻(xiàn).35附錄附錄.360第 1 章 緒 論1.1 機(jī)器視覺(jué)概述機(jī)器視覺(jué)技術(shù)是指利用各種成像系統(tǒng)來(lái)代替人的視覺(jué)功能，將攝取的客觀事物轉(zhuǎn)變?yōu)閳D像信號(hào)，并由計(jì)算機(jī)對(duì)圖像信息進(jìn)行處理和理解，進(jìn)而產(chǎn)生數(shù)字信號(hào)來(lái)用于實(shí)際檢測(cè)、測(cè)量和控制，也就是用計(jì)算機(jī)來(lái)實(shí)現(xiàn)對(duì)客觀三維世界的感知和認(rèn)識(shí)。主要包括圖像的獲取、

4、處理、分析、輸出和顯示等方面的研究。機(jī)器視覺(jué)是一項(xiàng)綜合技術(shù)，包括數(shù)字圖像處理技術(shù)、機(jī)械工程技術(shù)、控制技術(shù)、電光源照明技術(shù)，光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計(jì)算機(jī)軟硬件技術(shù)、人機(jī)接口技術(shù)等。因此，機(jī)器視覺(jué)技術(shù)具有提高生產(chǎn)的柔性和自動(dòng)化程度的特點(diǎn)。常用其來(lái)替代人工在一些艱苦且危險(xiǎn)工作環(huán)境或人工視覺(jué)難以滿足要求的場(chǎng)合中進(jìn)行作業(yè)，同時(shí)在大批量工業(yè)生產(chǎn)過(guò)程中，用人工視覺(jué)檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺(jué)檢測(cè)方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。機(jī)器視覺(jué)技術(shù)作為計(jì)算機(jī)科學(xué)的一個(gè)重要分支，在近 30 年中得到迅猛的發(fā)展，己被應(yīng)用到許多領(lǐng)域，如遙感、生物醫(yī)學(xué)、通信、工業(yè)、航空航天、軍

5、事、安全保衛(wèi)等。通過(guò)計(jì)算機(jī)技術(shù)向無(wú)損檢測(cè)技術(shù)的交叉和滲透，機(jī)器視覺(jué)技術(shù)已成為無(wú)損檢測(cè)技術(shù)中的主力軍。1.2 機(jī)器視覺(jué)的國(guó)內(nèi)外發(fā)展現(xiàn)狀1973 年，美國(guó)自然科學(xué)基金會(huì)(NFS)制定了發(fā)展視覺(jué)系統(tǒng)和機(jī)器人的計(jì)劃，并在普度、斯坦福等大學(xué)率先展開(kāi)研究1。在日本，同期也展開(kāi)了研究，并成功的將計(jì)算機(jī)視覺(jué)系統(tǒng)用于印刷電路板的質(zhì)量檢測(cè)。20 世紀(jì) 80 年代機(jī)器視覺(jué)系統(tǒng)進(jìn)入發(fā)展正軌，20 世紀(jì) 90 年代發(fā)展趨于成熟，20 世紀(jì) 90 年代后高速發(fā)展，目前正廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、科學(xué)研究、軍事等各個(gè)領(lǐng)域。國(guó)內(nèi)的機(jī)器視覺(jué)起步比較晚，真正開(kāi)始是在 20 世紀(jì) 80 年代。最近幾十年，伴隨著全球經(jīng)濟(jì)一體化進(jìn)程的加速

6、， “中國(guó)制造”已經(jīng)在世界范圍內(nèi)發(fā)揮著越來(lái)越重要的作用。面對(duì)著用戶們對(duì)產(chǎn)品更高的要求和期待，中國(guó)制造業(yè)在不遺余力的完善自己的技術(shù)和設(shè)備。在這種大背景下，機(jī)器視覺(jué)技術(shù)在中國(guó)進(jìn)入了一個(gè)快速發(fā)展的時(shí)期。更多的公司在尋求利用機(jī)器視覺(jué)技術(shù)來(lái)提高生產(chǎn)效率，改善產(chǎn)品質(zhì)量并降低生產(chǎn)成本。但是，由于基礎(chǔ)薄弱，中國(guó)的機(jī)器視覺(jué)技術(shù)水平與發(fā)達(dá)國(guó)家還有不小差距。1應(yīng)該說(shuō)，機(jī)器視覺(jué)作為一種應(yīng)用系統(tǒng)，其功能特點(diǎn)是隨著工業(yè)自動(dòng)化的發(fā)展而逐漸完善和發(fā)展的。其技術(shù)與應(yīng)用也隨著自動(dòng)化行業(yè)的發(fā)展而日益成熟。據(jù)悉，2007 年全球機(jī)器視覺(jué)硬件市場(chǎng)預(yù)計(jì)總價(jià)值超過(guò) 15 億美元，而 2012 年這一數(shù)字估計(jì)將達(dá)到 21 億。按照每年 8.

7、8%的增長(zhǎng)速度，目前全球整個(gè)視覺(jué)市場(chǎng)總量大概在 6070 億美元。而在中國(guó)，這個(gè)數(shù)字目前看來(lái)似乎有些龐大，但是隨著加工制造業(yè)的發(fā)展，中國(guó)對(duì)于機(jī)器視覺(jué)的需求將成上升趨勢(shì)。1.3 本文主要研究?jī)?nèi)容本文主要研究機(jī)器視覺(jué)檢測(cè)系統(tǒng)中各硬件的作用和選型、圖像的處理算法及軟件程序代碼分析等方面關(guān)鍵技術(shù)，以 halcon 軟件為實(shí)驗(yàn)平臺(tái)，利用機(jī)器視覺(jué)檢測(cè)技術(shù)，實(shí)現(xiàn)鋸片尺寸缺陷的提取和檢測(cè)。論文具體研究工作可以概括為以下幾個(gè)部分:1概述機(jī)器視覺(jué)檢測(cè)技術(shù)的發(fā)展和前景，以及在實(shí)際生產(chǎn)應(yīng)用中的特點(diǎn)和優(yōu)勢(shì)。2研究機(jī)器視覺(jué)檢測(cè)系統(tǒng)中各關(guān)鍵部分硬件設(shè)備的作用和設(shè)備型號(hào)的選用，包括相機(jī)、鏡頭、圖像采集卡以及照明模塊。通過(guò)各部

8、分硬件設(shè)備的合理搭配，保證了系統(tǒng)能采集到優(yōu)質(zhì)目標(biāo)初始圖像，從而簡(jiǎn)化后續(xù)圖像處理過(guò)程，提高檢測(cè)效率和質(zhì)量。3實(shí)現(xiàn)鋸片缺陷的檢測(cè)。以鋸片鋸齒兩側(cè)的坡口角度缺陷的檢測(cè)做為機(jī)器視覺(jué)鋸片缺陷檢測(cè)的一個(gè)應(yīng)用，借助比較成熟的圖象處理技術(shù)和算法，包括亞像素精度閥值分割、幾何基元的分割、輪廓特征提取、線段擬合，以 Halcon 軟件為實(shí)驗(yàn)平臺(tái)，編寫程序代碼，對(duì)采集的初始圖象進(jìn)行處理，提取出鋸片鋸齒兩側(cè)的坡口特征，實(shí)現(xiàn)坡口角度的測(cè)量。2第 2 章 鋸片缺陷檢測(cè)系統(tǒng)的硬件設(shè)計(jì)2.1 引言機(jī)器視覺(jué)檢測(cè)系統(tǒng)要求在生產(chǎn)線正常運(yùn)行的情況下能實(shí)時(shí)地、無(wú)遺漏地檢測(cè)出鋸片上主要的缺陷類型，在參照產(chǎn)品質(zhì)量等級(jí)評(píng)定標(biāo)準(zhǔn)的基礎(chǔ)上通過(guò)統(tǒng)

9、計(jì)分析，評(píng)價(jià)出產(chǎn)品的質(zhì)量狀況，并將產(chǎn)品質(zhì)量等級(jí)提供給質(zhì)量控制部門，作為其決策的依據(jù)。形狀和尺寸檢測(cè)用于檢測(cè)產(chǎn)品的幾何參數(shù)來(lái)保障其在允許的公差范圍。這種檢測(cè)可用于生產(chǎn)過(guò)程中；也可以用于產(chǎn)品使用一段時(shí)間之后，通過(guò)檢測(cè)來(lái)確認(rèn)產(chǎn)品經(jīng)磨損后是否仍然滿足要求。2.2 檢測(cè)原理機(jī)器視覺(jué)檢測(cè)系統(tǒng)構(gòu)成如圖 2-1 所示，系統(tǒng)主要分為兩大部分即圖像采集部分和圖像處理部分。圖像采集系統(tǒng)一般由光源組成的照明系統(tǒng)、鏡頭、CCD 攝像機(jī)等組成，而圖像處理系統(tǒng)則通過(guò)編寫軟件算法實(shí)現(xiàn)。在一定的光照(包括可見(jiàn)光，紅外線等各類光源)條件下，成像設(shè)備將物體成像并放大，然后由圖像采集系統(tǒng)將數(shù)字圖像信號(hào)送入計(jì)算機(jī)內(nèi)，形成二維灰度矩陣(

10、即原始圖像)，圖像處理單元首先對(duì)采集到的原始圖像進(jìn)行預(yù)處理以改善圖像的質(zhì)量，然后通過(guò)邊緣檢測(cè)進(jìn)行邊緣定位，再進(jìn)行缺陷的特征提取，最后構(gòu)建分類器進(jìn)行特征的識(shí)別完成對(duì)圖像的分析，達(dá)到所要求的測(cè)試任務(wù)。照明系統(tǒng)被測(cè)對(duì)象圖像處理系統(tǒng)計(jì)算機(jī)圖像成像設(shè)備結(jié)果存儲(chǔ)圖圖 2-1 機(jī)器視覺(jué)的系統(tǒng)構(gòu)成機(jī)器視覺(jué)的系統(tǒng)構(gòu)成3整個(gè)系統(tǒng)由兩部分組成：硬件系統(tǒng)和軟件系統(tǒng)。其中硬件系統(tǒng)的主要任務(wù)是要實(shí)時(shí)采集鋸片圖像，并將圖像信息轉(zhuǎn)變?yōu)橛?jì)算機(jī)所能識(shí)別的數(shù)字信號(hào)。軟件系統(tǒng)的主要任務(wù)是對(duì)采集到的圖像進(jìn)行相應(yīng)的處理、缺陷識(shí)別和數(shù)據(jù)存儲(chǔ)。其核心部分是圖像處理系統(tǒng)。為搭建出用于本課題研究的鋸片缺陷檢測(cè)系統(tǒng)，首先必須根據(jù)系統(tǒng)分辨率和檢測(cè)精

11、度的要求合理地選擇檢測(cè)系統(tǒng)的圖像成像、圖像采集及圖像處理等硬件單元。2.3 采集方案設(shè)計(jì)2.3.1 選擇光源（1）光源的分類光源主要包括自然光源和人工光源2。自然光源是指太陽(yáng)、月亮等自然界存在的發(fā)光體，這些光源對(duì)地面輻射不穩(wěn)定，難以控制。人工光源是人為將其他形式的能量（熱能、電能、化學(xué)能）轉(zhuǎn)換成光能，從而提供光通量的器件設(shè)備。按照發(fā)光原理的不同，人工光源一般可分為熱致發(fā)光光源、氣體放電光源、固體照明光源和激光光源等不同類型。（2）機(jī)器視覺(jué)檢測(cè)常用光源機(jī)器視覺(jué)工業(yè)檢測(cè)中常用的光源主要有白熾燈、熒光燈、金鹵燈、LED 光源以及其他特殊光源(如激光、紫外光光源)等，綜合機(jī)器視覺(jué)工業(yè)檢測(cè)中典型光源各自

12、特點(diǎn)，可將其歸納如表 2-1 所示。表表 2-1 人工光源的分類人工光源的分類典型光源特點(diǎn)鎢光源采用交流電源存在工頻問(wèn)題：照度不均勻；產(chǎn)熱多熒光燈需配合高頻電路，產(chǎn)生很大均勻照度場(chǎng)，熱量不多：光譜分布存在極限鹵鎢燈光強(qiáng)可達(dá)穩(wěn)定；光強(qiáng)的角度分布可調(diào)，但光強(qiáng)會(huì)因?yàn)樯⑸浜头瓷鋼p失；價(jià)格昂貴放電燈較高的發(fā)光強(qiáng)度，發(fā)光度在時(shí)間上恒定；光譜可能連續(xù)或離散，取決于照明氣體；可用于頻閃觀測(cè)照明；價(jià)格昂貴LED 燈及時(shí)起作用；具有單色特點(diǎn)；價(jià)格合理，體積小，重量輕，壽命長(zhǎng)，熱量少，沒(méi)有噪聲和振動(dòng)；可作供給光源激光較高的光強(qiáng)，單色性好，想干性好、準(zhǔn)直度高4（3）選擇光源實(shí)際上，在機(jī)器視覺(jué)工業(yè)檢測(cè)中選擇照明光源環(huán)節(jié)

13、，必須綜合考慮不同應(yīng)用場(chǎng)合各自的特點(diǎn)以及工作條件影響。只有這樣才能選擇出合適的照明光源，而這個(gè)過(guò)程往往需要大量經(jīng)驗(yàn)和實(shí)驗(yàn)數(shù)據(jù)分析結(jié)果作為選擇依據(jù)。通過(guò)總結(jié)大量文獻(xiàn)中鋸片缺陷檢測(cè)光源選擇的經(jīng)驗(yàn)，并結(jié)合課題中鋸片的表面缺陷特點(diǎn)以及 LED 光源特點(diǎn)的綜合考慮，本文確定選用 LED 光源作為照明光源，光源的選擇直接影響到采集到的圖像質(zhì)量以及缺陷是否能在圖像中明顯表露出來(lái)。系統(tǒng)選用白色高亮 LED 光源作為照明光源，這是因?yàn)?，響?yīng)時(shí)間短，發(fā)光效率高，光強(qiáng)穩(wěn)定分布均勻;形狀可以根據(jù)需要進(jìn)行改變;光源顏色豐富，有紅、藍(lán)、綠、白。不同的顏色對(duì)應(yīng)不同的波長(zhǎng)，所以 LED光源與相機(jī)匹配的峰值響應(yīng)范圍廣;壽命長(zhǎng)，

14、可靠耐用。2.3.2 選擇照明方式除照明光源外，照明系統(tǒng)考慮的另一個(gè)重要因素就是照明方式。不同的照明方式針對(duì)特定的檢測(cè)場(chǎng)合往往有不同的成像效果，也就是說(shuō)對(duì)于不同的工業(yè)檢測(cè)場(chǎng)合，不同的照明方式對(duì)于檢測(cè)效果的影響是不同的，應(yīng)該選擇恰當(dāng)?shù)恼彰鞣绞接糜跈z測(cè)。因此，首先需要明白照明方式的種類以及不同種類照明方法的使用范圍，然后結(jié)合課題檢測(cè)對(duì)象的需要選擇可能的照明方式配合光源確定出合適的照明方法。根據(jù)相機(jī)、光源、被測(cè)對(duì)象之間的位置關(guān)系不同，照明方式主要分為背景光照明、前景光照明、同軸光照明三種不同方式。（1）背景光照明背景光照明方式是指將被測(cè)物置于相機(jī)和光源之間，如圖 2-2 所示。5圖圖 2-2 背景光

15、照明示意圖背景光照明示意圖這種照明方式的優(yōu)點(diǎn)在于它可將被測(cè)對(duì)象的邊緣輪廓清晰地勾勒出來(lái)。因此，這種照明方式常常被用于檢測(cè)工件的整體輪廓和加工尺寸以及模板匹配，Blob 分析等方面的應(yīng)用。利用背景光照明檢測(cè)的圖像中，被測(cè)對(duì)象所遮擋的部分呈現(xiàn)為暗色，而未被遮擋的部分呈現(xiàn)為亮色，容易形成“明暗分明”的圖像，這對(duì)利用機(jī)器視覺(jué)系統(tǒng)檢測(cè)分析十分有利。（2）前景光照明前景光照明方式是指將燈源置于被測(cè)物與相機(jī)之前。根據(jù)光源與被測(cè)物待測(cè)表面夾角大小的不同可以將其分為“高角度照明”和“低角度照明”兩種方式。根據(jù)經(jīng)驗(yàn)，這個(gè)夾角的分界線一般為 45，小于 45為低角度照明，大于 45為高角度照明。根據(jù)光源、攝像機(jī)及待

16、檢測(cè)物三者的相對(duì)位置，可以將其分為明域照明和暗域照明。 高角度和低角度照明示意圖如圖 2-3 所示。低角度照明方式主要用于檢測(cè)被測(cè)對(duì)象表面凹凸部分，如:輪廓、邊界、表面刻字、劃傷等;高角度照明方式常用于檢測(cè)工件上絲印、商標(biāo)、條碼、字符等。高、低角度照明實(shí)例如圖 2-4 所示。高角度照明 低角度照明圖圖 2-3 高、低角度照明示意圖高、低角度照明示意圖高角度照明 低角度照明圖圖 2-4 高、低角度照明實(shí)例高、低角度照明實(shí)例6明域照明方式是指相機(jī)放置在光源反射光路上的照明方式；暗域照明方式是指相機(jī)放置在與光源入射光幾乎平行方向上的照明方式。明、暗域照明方式的示意圖如圖 2-5 所示明域照明 暗域照

17、明圖圖 2-5 明、暗域照明方式示意圖口明、暗域照明方式示意圖口明域照明主要用于散射和吸收光線缺陷類型的檢測(cè)，在大多數(shù)明域照明圖像中，背景亮，缺陷暗。暗域照明主要用于光滑工件表面上含有散射光的缺陷類型檢測(cè)3。在大多數(shù)暗域照明采集的圖像中，背景暗，僅僅缺陷可見(jiàn)。暗域照明常被用于檢測(cè)表面污垢和表面突起的特征。經(jīng)過(guò)前人的實(shí)驗(yàn)研究總結(jié)得出，一般情況下，翹邊、結(jié)合不良、掉角、麻坑等為明域照明能夠檢測(cè)出的缺陷；裂紋、折印、孔洞、砂眼、劃痕、刀紋等為暗域照明能夠檢測(cè)出的缺陷。明、暗域照明實(shí)例如圖 2-6 所示。明域照明 暗域照明圖圖 2-6 明暗域照明實(shí)例明暗域照明實(shí)例（3）同軸光照明同軸光照明方式是指光源

18、置于被測(cè)物與相機(jī)之間的照明方式，照明示意圖如圖2-7 所示。同軸光照明主要用來(lái)檢測(cè)表面光滑的平面物體，能夠清楚的顯現(xiàn)出表面特征或是減少陰影。同軸光照明實(shí)例如圖 2-8 所示，7圖圖 2-7 同軸光照明示意圖同軸光照明示意圖光盤反光表面上的細(xì)微劃痕 透明表面上的凹痕圖圖 2-8 同軸光照明實(shí)例同軸光照明實(shí)例通過(guò)以上分析可知，針對(duì)鋸片缺陷的檢測(cè)，在 LED 燈作為照明光源條件下，從鋸片輪廓中可以得到基本信息，鋸片厚度很薄，可以采用漫反射背光照明方式對(duì)鋸片進(jìn)行照明，這種照明方式，是將被測(cè)物置于相機(jī)與光源之間(如圖 2-9 所示)。采用這種照明方法可以獲得比較清晰精確的邊緣。圖圖 2-9 背光方式背光

19、方式圖 2-10 顯示的就是通過(guò)這種照明方式采集到的鋸片圖像。相機(jī)被測(cè)物光源8圖圖 2-10 背光照明方式采集到的鋸片圖像背光照明方式采集到的鋸片圖像2.3.3 選擇照明環(huán)境現(xiàn)在工業(yè)上一般用的比較多的有兩種不同的照明方式：明室照明和暗室照明。（1）明室照明明室照明也有兩種情況：平行光源照明和漫射光源照明4。平行光源照明的原理是當(dāng)平行光照射到?jīng)]有缺陷的光滑表面上時(shí)，只產(chǎn)生少部分的漫反射光進(jìn)入相機(jī)，在像敏面上成像。而當(dāng)平行光照射在有缺陷的地方，將產(chǎn)生大量的反射光在相機(jī)的像敏面上成像。漫射光源照明的原理是利用半透明磨砂玻璃燈罩、乳白罩或特制的格柵，使光線向多個(gè)方向的漫射。這樣產(chǎn)生的光線柔和，可以有效

20、的消除陰影，減少鏡面反射的影響，得到一個(gè)均勻照明的區(qū)域。同時(shí)，這樣還可以擴(kuò)大照明光線的覆蓋范圍。這兩種照明方式相比，采用平行光源照明所得的圖像的灰度級(jí)差別較大、圖像清晰，明暗對(duì)比度也比較高，這是它的優(yōu)點(diǎn)。但是，由于平行光良好的方向性，它的輻射亮度在各個(gè)方向上并不對(duì)稱，因此，缺陷是否清晰與它們自身的方向有很大的關(guān)系。通常情況下，當(dāng)它們的方向與平行光方向互相垂直時(shí)，缺陷最為清晰。而當(dāng)它們的方向與平行光互相平行時(shí)，就幾乎看不到這種缺陷。這是采用平行光源照明的缺點(diǎn)。（2）暗室照明暗室照明理論最初來(lái)自于攝影膠片的沖印室。所謂暗室，就是在特殊的光線條件下的工作室。暗室一般設(shè)計(jì)成一個(gè)半封閉的空間，這樣可以有

21、效的阻擋雜散光和外來(lái)光線的干擾。針對(duì)不同的被拍攝物體，特別是透明半透明的玻璃狀物體，在暗室的不同位置放置合適的光源或者開(kāi)個(gè)小孔，能夠制造出合適的照明環(huán)境，排除外界雜散光源的干擾，獲得高質(zhì)量的圖片。暗室照明比較適合用于透明物體的缺陷檢9測(cè)，如折印、刮痕等等。顯然，經(jīng)過(guò)上面的分析可知，鋸片缺陷的檢測(cè)照明宜采用暗室照明環(huán)境。2.3.4 選擇相機(jī)機(jī)器視覺(jué)系統(tǒng)獲取圖像的主要部件是攝像機(jī)。攝像機(jī)的作用是將通過(guò)鏡頭聚焦光線，生成圖像。下面我們對(duì)攝像機(jī)進(jìn)行詳細(xì)的分析和選擇。（1）相機(jī)的分類相機(jī)作為機(jī)器視覺(jué)檢測(cè)中圖像獲取關(guān)鍵設(shè)備，它作用的重要性不一言而喻。而市面上相機(jī)的品種繁多，只有根據(jù)需要選擇合適的相機(jī)才能更

22、好的完成機(jī)器視覺(jué)檢測(cè)。攝像機(jī)按照拍攝出的照片的顏色可以分為彩色攝像機(jī)和黑白攝像機(jī)。同等價(jià)位的情況下，黑白攝像機(jī)具有分辨率較高、信噪比較高，對(duì)原物體的亮度信息的反映更好的優(yōu)點(diǎn)。而且一般來(lái)說(shuō)，選用黑白攝像機(jī)就足以勝任大部分的應(yīng)用場(chǎng)合。按圖像傳感器的不同又可分為 CCD 攝像機(jī)和 CMOS 攝像機(jī)。兩者的圖像傳感器均采用相同的光敏材料，光電轉(zhuǎn)換的原理相同。不同的是從芯片中讀出數(shù)據(jù)的方式，即讀出結(jié)構(gòu)不同。CCD 技術(shù)已發(fā)展的較為成熟，采用二氧化硅隔離層或者 PN 結(jié)來(lái)隔離噪聲。相對(duì) CMOS 來(lái)說(shuō)，在成像質(zhì)量上有一定優(yōu)勢(shì)。綜合工業(yè)應(yīng)用圖像傳感器研究的發(fā)展趨勢(shì)以及 CCD 圖像傳感器的自身優(yōu)勢(shì)，課題選擇

23、應(yīng)用基于 CCD 圖像傳感器的面陣相機(jī)進(jìn)行機(jī)器視覺(jué)鋸片缺陷檢測(cè)技術(shù)的研究。（2）CCD 相機(jī)的選用CCD(電荷耦合器件)是由具有光電效應(yīng)的半導(dǎo)體器件組成的一個(gè)面陣單元5。通過(guò) CCD 圖像傳感器采集圖像，把目標(biāo)的三維圖像采集為二維圖像，通過(guò)光信號(hào)轉(zhuǎn)換成電信號(hào)，即所謂的模擬信號(hào)，再由圖像采集卡把電信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)，供計(jì)算機(jī)處理。CCD 根據(jù)圖像顏色來(lái)分有單色 CCD 和彩色 CCD。單色 CCD 輸出圖像是單色的，彩色 CCD 輸出圖像是彩色的。CCD 根據(jù)傳感器格式來(lái)分，可以分為線陣和面陣兩種。線陣 CCD 每次只能得到一條線上的光學(xué)信息，其分辨率高。面陣 CCD 由排成方陣的感光像元組成，

24、可直接得到二維圖像。一般應(yīng)用于成像速度要求不高，一次成像的場(chǎng)合。面陣 CCD 可同時(shí)獲取軸類零件 XY 兩個(gè)方向的信息，信息最大，為軸類零件的基本尺寸測(cè)量提供10了足夠的信息。面陣 CCD 采用靜態(tài)采像技術(shù)，不再需要掃描工作臺(tái)。因此，綜合上述考慮和基于本課題的技術(shù)要求，本測(cè)量系統(tǒng)攝像機(jī)選用 AVT Marlin F046-C CCD 攝像機(jī)。其性能參數(shù)是幀掃描速率為 53 幀/秒；采用行掃描的方式進(jìn)行；CCD 尺寸大小為 1/3；鏡頭接口為 C 接口；圖像分辨率為 780582 pixel；快門速度為 1/241/10000。2.3.5 選擇鏡頭相機(jī)的鏡頭類似于人眼的晶狀體。如果沒(méi)有晶狀體，人

25、眼看不到任何物體。同理，沒(méi)有鏡頭，相機(jī)就無(wú)法輸出清晰的圖像。在圖像檢測(cè)系統(tǒng)中，鏡頭的質(zhì)量直接影響到系統(tǒng)整體性能。一般情況下，選擇鏡頭時(shí)需要考慮成像面、焦距、視角、工作距離、視野和景深等參數(shù)。焦距、工作距離、視野范圍和成像面大小之間滿足以下關(guān)系:F1=vxDV F2=hxDH （2-1） 其中:Fl、F:為水平和垂直方向焦距，鏡頭的實(shí)際焦距由 FI、F:中較小值確定:D為最大工作距離，v*h 為像面的大小，而 v*H 為視野 FOV。由公式(2.1)可知:鏡頭的焦距與視野成反比，而與最小工作距離成正比，鏡頭焦距越大，其視角、視野越小，而工作距離越遠(yuǎn)。課題中，我們必須根據(jù)檢測(cè)的工作距離，即相機(jī)與鋸

26、片之間的距離，利用公式(2.1)，計(jì)算出鏡頭的焦距，最終選擇出合適型號(hào)的鏡頭。實(shí)驗(yàn)室檢測(cè)的工作距離為60cm，通過(guò)計(jì)算可得課題所需鏡頭的焦距為 18mm。我們最終選用 Icrovision 鏡頭8mm 1:1.4 2/3” ，該配套鏡頭是變焦鏡頭，可以實(shí)現(xiàn)焦距在 8mm55mm 范圍內(nèi)的焦距變換，它通用的 C 接口也比較方便未來(lái)與其他的工業(yè)攝像機(jī)相連接。2.3.6 選擇圖像采集卡相機(jī)捕獲圖像后，輸出的模擬信息，不利于進(jìn)行圖像處理。因此，需要把模擬圖像轉(zhuǎn)換成數(shù)字圖像，進(jìn)行高速的 A/D 轉(zhuǎn)換。圖像采集卡是圖像采集部分和圖像處理部分的接口。常用的圖像采集卡有三種：視覺(jué)采集卡、具有顯示功能的視覺(jué)卡和

27、自帶處理器的板卡。這三者之間的區(qū)別是視覺(jué)采集卡只負(fù)責(zé)采集傳輸圖像；具有顯示功能的視覺(jué)卡就是在視覺(jué)采集卡的基礎(chǔ)上加了個(gè)圖像顯示的功能；自帶處理器的板卡本身就帶有處理器和進(jìn)行圖像處理的固化程序，它的圖像處理可以在板卡中直11接運(yùn)行。選擇什么樣的板卡應(yīng)據(jù)實(shí)際需求而定，一般來(lái)說(shuō)，選擇時(shí)需要綜合考慮以下因素：（1）相機(jī)支持：選用的相機(jī)與視覺(jué)卡是否匹配。通?？紤]的因素有以下幾個(gè)方面：異步信號(hào)、不同分辨率的匹配、不同視頻信號(hào)的匹配、逐行掃描和多頻道。（2）激發(fā)燈源：有相當(dāng)一部分板卡帶有燈源激發(fā)的功能。這不僅簡(jiǎn)化了編程人員工作，縮短運(yùn)行的時(shí)間，更重要的是這一功能可以使燈源更加有效地與相機(jī)同步進(jìn)行工作。（3）圖

28、像存儲(chǔ)：相機(jī)拍照的速度很快，但是系統(tǒng)進(jìn)行圖像處理的速度相對(duì)來(lái)講就慢的多。因此，在實(shí)際應(yīng)用的過(guò)程中，經(jīng)常會(huì)出現(xiàn)相機(jī)“等待”PC 的情況。有些板卡采取了在片中另外開(kāi)設(shè)一塊內(nèi)存作為圖像處理的緩沖區(qū)的辦法：采集到的圖像按照一定的順序先暫存在圖像處理緩沖區(qū)中，然后在一幀一幀傳到 PC 進(jìn)行處理。文章根據(jù)實(shí)際需求和實(shí)驗(yàn)條件，最后決定采用 1394 采集卡作為圖象采集和處理單元。在 pc 機(jī)上，1394 接口是一種常見(jiàn)的數(shù)字串口，IEEE1394 接口有 6 針和 4 針兩種類型。6 角形的接口為 6 針，小型四角形接口則為 4 針。IEEE1394 接口也稱Firewire 火線接口，是蘋果公司開(kāi)發(fā)的串行

29、標(biāo)準(zhǔn)。同 USB 一樣，IEEE1394 也支持外設(shè)熱插拔，可為外設(shè)提供電源，省去了外設(shè)自帶的電源，能連接多個(gè)不同設(shè)備，支持同步數(shù)據(jù)傳輸。由于它支持即插即用，就像 USB 一樣，易用，減少用戶的支持需求。1394 采集卡采集 AVI 格式到電腦這一過(guò)程是無(wú)損的，但是 AVI 格式文件比較大不利于保存所以就得壓縮成 MPEG 格式，而 AVI 到 MPEG 這一格式的轉(zhuǎn)換卻是有損的，其損失程度的大小直接由電腦的配置情況及所用的軟件所決定，并且還得花大量的時(shí)間，而壓縮卡一般是直接采集成 MPEG 格式的，因?yàn)槠浒蹇ㄉ嫌凶约旱膲嚎s運(yùn)算芯片，采集效果基本上對(duì)電腦配置情況沒(méi)有什么依賴性，并且采集時(shí)間是實(shí)

30、時(shí)的。所以，帶有硬壓縮功能的 1394 采集卡，在相同電腦配置的情況下，硬件壓縮在壓縮時(shí)間與壓縮質(zhì)量都要比較軟件壓縮勝出一籌。因此，在這里我們選用 1394圖像采集卡。表表 2-1 系統(tǒng)硬件選擇方案系統(tǒng)硬件選擇方案光源白色高亮 LED 光源12照明方式背景光照明方式照明環(huán)境暗室照明環(huán)境相機(jī)AVT Marlin F046-C CCD 攝像機(jī)鏡頭Icrovision 鏡頭 8mm 1:1.4 2/3”圖像采集卡1394 圖像采集卡第 3 章 軟件算法研究及實(shí)驗(yàn)設(shè)計(jì)通過(guò)上面章節(jié)內(nèi)容的闡述，我們?cè)诜治龌跈C(jī)器視覺(jué)鋸片缺陷檢測(cè)系統(tǒng)硬件選擇和搭配原則的基礎(chǔ)上，確定了論文中用于鋸片缺陷檢測(cè)的相機(jī)、鏡頭、圖像

31、采集卡以及照明模塊，這些都是一個(gè)機(jī)器視覺(jué)檢測(cè)系統(tǒng)硬件所必需的，它們是系統(tǒng)能采集優(yōu)質(zhì)目標(biāo)檢測(cè)圖像的保證。只有采集到好的用于檢測(cè)的初始圖像，才能簡(jiǎn)化后續(xù)圖像處理過(guò)程，提高檢測(cè)效率和質(zhì)量。機(jī)器視覺(jué)檢測(cè)系統(tǒng)另一重要內(nèi)容是后續(xù)圖像檢測(cè)算法的處理，選擇合適的軟件運(yùn)行平臺(tái)，通過(guò)圖像處理達(dá)到鋸片缺陷提取，最終實(shí)現(xiàn)機(jī)器視覺(jué)檢測(cè)系統(tǒng)的特定應(yīng)用。3.1 機(jī)器視覺(jué)軟件 HALCON3.1.1 HALCON 概述德國(guó) MVtec 公司的圖像處理軟件 HALCON，是世界公認(rèn)具有最佳效能的機(jī)器視覺(jué)軟件6。它發(fā)源自學(xué)術(shù)界，有別于市面一些商用軟件包。事實(shí)上，這是一套圖像處理庫(kù)，由一千多個(gè)各自獨(dú)立的函數(shù)，以及底層的數(shù)據(jù)管理核心

32、構(gòu)成。其中包含了各類濾波、色彩分析以及幾何、數(shù)學(xué)變換、形態(tài)學(xué)計(jì)算分析、校正、分類、辨識(shí)、形狀搜索等等基本的幾何以及圖像計(jì)算功能，由于這些功能大多并非針對(duì)特定工作設(shè)計(jì)的，因此只要用得到圖像處理的地方，就可以用 HALCON 強(qiáng)大的計(jì)算分析能力來(lái)完成工作。應(yīng)用范圍幾乎沒(méi)有限制，涵蓋醫(yī)學(xué)、遙感探測(cè)、監(jiān)拎、及工業(yè)上的各類自動(dòng)化檢測(cè)。近年來(lái)，由于機(jī)器視覺(jué)技術(shù)的發(fā)展，這種可以”取代人眼” ，對(duì)重復(fù)工作不會(huì)疲勞，精度高且穩(wěn)定的特質(zhì)，促進(jìn)了高科技業(yè)的發(fā)展，例如電子業(yè)產(chǎn)量的大幅提升。而 MVTec 公司更是不斷的與學(xué)術(shù)界合作，并且將最新的學(xué)術(shù)研究成果納入其中，不但使自己的技術(shù)處于業(yè)界領(lǐng)導(dǎo)地位，同時(shí)也將機(jī)器視覺(jué)技

33、術(shù)推向更高的境界。13機(jī)器視覺(jué)軟件 HALCON 在世界范圍內(nèi)被廣泛的使用，用戶可以利用其開(kāi)放式結(jié)構(gòu)快速開(kāi)發(fā)圖像處理和機(jī)器視覺(jué)應(yīng)用。一個(gè)專業(yè)的圖像處理工具不只包含一個(gè)圖像處理函數(shù)庫(kù)。圖像處理任務(wù)的解決只是整個(gè)機(jī)器視覺(jué)解決方案的一部分，還包括處理控件和或者數(shù)據(jù)庫(kù)連接等軟件部分，圖像獲取及其照明等硬件部分。因此，圖像處理系統(tǒng)簡(jiǎn)單易用，并且能活嵌入到開(kāi)發(fā)項(xiàng)目中是非常重要的。Halcon 充分考慮到這些方面，它有如下的特點(diǎn):1HALCON 包含了一套交互式的程序設(shè)計(jì)接口 HDevelop，可在其中以HALCON 程序代碼直接編寫、修改、執(zhí)行程序，并且可以查看計(jì)算過(guò)程中的所有變量，設(shè)計(jì)完成后，可以直接輸

34、出 C/ C+，或是 COM(visual basic)程序代碼，嵌入到應(yīng)用程序程序中。2HALCON 不限制取像設(shè)備，可以自行挑選合適的設(shè)備。原廠己提供了 4 0余種相機(jī)的驅(qū)動(dòng)，即使是尚未支持的相機(jī)，除了可以透過(guò)指針(pointer)輕易的抓取影像，還可以利用 HALOCN 開(kāi)放性的架構(gòu)，自行編寫 DLL 文件和系統(tǒng)連接。3使用 HALCON 有最好的投資效益。這套軟件支持的操作系統(tǒng)除了微軟的NT/XP/2000，還有 Linux, Solaris7, 181X6. 5, 1ru64 UN1X5. 1 等等，當(dāng)需要開(kāi)發(fā)出一套系統(tǒng)，就可以輕易轉(zhuǎn)換作業(yè)平臺(tái)，以符合需求。為了加快速度，還可以使用多

35、處理器的計(jì)算機(jī)，所編寫的程序不必更動(dòng)。4使用 HALOCN，在設(shè)計(jì)人機(jī)接口時(shí)沒(méi)有特別的限制，也不需要特別的可視化組件，可以完全使用開(kāi)發(fā)環(huán)境下的程序語(yǔ)言，例如 Mircosoft Visual Studio 等等，架構(gòu)自己的接口，最終用戶看不到開(kāi)發(fā)工具，而且在執(zhí)行軟件的機(jī)器上，只需要很少的資源。3.1.2 HALCON 的體系和數(shù)據(jù)結(jié)構(gòu)HALCON 的體系、數(shù)據(jù)結(jié)構(gòu)、外觸發(fā)機(jī)制是開(kāi)放式的、高效率的。高效率的含義是 HALCON 中提供的函數(shù)執(zhí)行時(shí)間非常短，而且能夠在其開(kāi)發(fā)環(huán)境 HDevelop 中直觀的看到每條函數(shù)的執(zhí)行時(shí)間。在很多復(fù)雜的機(jī)器視覺(jué)任務(wù)中，依然能夠非常高效的完成。14圖圖 3-1

36、HALCON 基本體系基本體系如上圖可以看出 HALCON 的基本體系。其主要部分是 HALCON 的圖像處理庫(kù)，其中包含了大量的圖像處理函數(shù)。這些圖像處理函數(shù)通過(guò)外部程序接口（如C、C+等）來(lái)實(shí)現(xiàn)其對(duì)應(yīng)的功能。HALCON 的函數(shù)：對(duì) HALCON 圖像處理庫(kù)的使用，是通過(guò)調(diào)用庫(kù)內(nèi)函數(shù)來(lái)實(shí)現(xiàn)的。HALCON 的函數(shù)具有以下特點(diǎn)：1，函數(shù)之間沒(méi)有層次的，從軟件體系結(jié)構(gòu)來(lái)看，所有函數(shù)處于同一個(gè)層次上，并行的。2，函數(shù)可以按照針對(duì) C+還是 COM 來(lái)進(jìn)行邏輯劃分，可以分為 C+類和COM 類；3，針對(duì)輸入輸出變量，函數(shù)具有標(biāo)準(zhǔn)的規(guī)則；4，除了庫(kù)提供的函數(shù)以外，用戶根據(jù)自己的需要，可以自己創(chuàng)建 H

37、ALCON 函數(shù)；5，許多函數(shù)是自動(dòng)并行處理的，在多處理器的 PC 中，處理一個(gè)比較大的圖像的時(shí)候，其處理速度會(huì)得到顯著的提高；HALCON 有兩個(gè)基本的參數(shù)類型，一個(gè)是圖標(biāo)型數(shù)據(jù)（例如圖像等） ，另一個(gè)是控制型數(shù)據(jù)（例如整型、句柄等） 。所有 HALCON 函數(shù)遵循一個(gè)標(biāo)準(zhǔn)的法則：輸入圖標(biāo)型數(shù)據(jù)則輸出圖標(biāo)型數(shù)據(jù)；輸入控制型數(shù)據(jù)則輸出控制型數(shù)據(jù)。3.2 圖像處理算法在本課題的機(jī)器視覺(jué)檢測(cè)系統(tǒng)中，合理選擇圖像處理算法非常重要，檢測(cè)軟件所使用的圖像處理算法直接決定了檢測(cè)效果的好壞以及檢測(cè)花費(fèi)的時(shí)間。合理選擇圖像處理算法是指針對(duì)不同的被測(cè)產(chǎn)品、不同的圖像以及檢測(cè)要求選用合適的圖像15處理算法。每個(gè)需

38、要提取出的信息如邊緣、形狀、尺寸等都可以通過(guò)多種途徑獲得，但仍然需要選擇合適的算法使系統(tǒng)更精確、處理效率更高。在此針對(duì)鋸片缺陷檢測(cè)系統(tǒng)涉及的圖像處理算法進(jìn)行詳細(xì)的分析說(shuō)明?；舅悸窞椋菏紫葟牟杉玫降脑紙D像中提取鋸片的輪廓，然后通過(guò)適當(dāng)?shù)胤蛛x輪廓得到每個(gè)鋸齒，最后計(jì)算每個(gè)鋸齒兩側(cè)的坡口角度即可得出檢測(cè)結(jié)果。3.2.1 圖像分割為得到圖像中的物體信息，我們必須進(jìn)行圖像分割，即提取圖像中與感興趣物體相對(duì)應(yīng)的那些區(qū)域。描述得更正式些，分割操作以一副圖像作為輸入而返回一個(gè)或多個(gè)區(qū)域或亞像素輪廓作為輸出。系統(tǒng)中所獲取的鋸片檢測(cè)圖像需要達(dá)到比此圖像像素分辨率更高的精度，因此從圖像中提取亞像素精度數(shù)據(jù)是很

39、重要的，亞像素?cái)?shù)據(jù)可以通過(guò)亞像素閥值分割或亞像素邊緣提取來(lái)獲得。這些處理得到的結(jié)果可以用亞像素精度輪廓來(lái)表示。(1)亞像素精度閥值分割最簡(jiǎn)單的分割算法是圖像的閥值分割。閥值分割操作被定義為：S=(r,c)Rgminfr,cgmax （3-1）因此，閥值分割將圖像 ROI R 內(nèi)灰度值處于某一指定灰度值范圍內(nèi)全部點(diǎn)選到輸出區(qū)域 S 中。經(jīng)常使用 gmin=0 或者 gmax=2b1。如果光照能保持恒定，閥值 gmin和 gmax能在系統(tǒng)設(shè)置時(shí)被選定且永遠(yuǎn)不用被調(diào)整。既閥值分割是基于灰度值自身的，所以只要被分割的物體和背景之間存在非常顯著的灰度差時(shí)，都能使用閥值分割。固定閥值僅在物體的灰度值和背景

40、的灰度值不變時(shí)效果很好。但是，這種情況發(fā)生的頻率和期望的要少，比如，照明變化后的物體和背景的灰度值就會(huì)發(fā)生變化。即便使用的照明是恒定不變的，相似物體間不同的灰度值分布也會(huì)固定閥值分割的結(jié)果不理想。一些應(yīng)用需要的精準(zhǔn)度要高于像素級(jí)別。因此，有時(shí)需要能返回亞像素精度結(jié)果的算法。很顯然，亞像素精度閥值分割處理的結(jié)果不能是一個(gè)區(qū)域，因?yàn)閰^(qū)域是像素精度的。為此，表示結(jié)果的適當(dāng)數(shù)據(jù)結(jié)構(gòu)應(yīng)是亞像素精度輪廓。此輪廓表示圖像中兩個(gè)區(qū)域之間的邊界，這兩個(gè)區(qū)域中一個(gè)區(qū)域的灰度值大于灰度值閥值 gsub而另一個(gè)區(qū)域的灰度值小于 gsub。為獲取這個(gè)邊界，我們必須將圖像的離散表示轉(zhuǎn)換成一個(gè)連續(xù)函數(shù)?？梢酝ㄟ^(guò)雙線性插值公

41、式：=b(ag11+(1a)g01)+(1b)(ag10+(1a)g00) (3-2)g16完成這種轉(zhuǎn)換。一旦我們得到了表示圖像的一個(gè)連續(xù)函數(shù)，從概念上，亞像素精度閥值分割處理的結(jié)果就可以用常量函數(shù) g(r,c)=gsub于圖像函數(shù) f(r,c)相交得到，為獲取有意義的輪廓，這些線段要被連接起來(lái)?？梢酝ㄟ^(guò)反復(fù)地選取圖像中第一個(gè)未被處理的線段作為輪廓的第一段，然后跟蹤臨近的線段直到輪廓閉合、到達(dá)圖像邊界或到達(dá)一個(gè)交點(diǎn)。此連線處理的結(jié)果通常是在圖像內(nèi)形成一個(gè)閉合的輪廓，此輪廓圍繞的區(qū)域內(nèi)部的灰度值大于或者小于閥值。(2)梯度算子二維邊緣存在著兩種可能的定義，著兩種定義并不是等價(jià)的7。對(duì)那些明顯邊緣

42、的提取需要在梯度量值的基礎(chǔ)上進(jìn)行一個(gè)閥值分割處理。因此，與由梯度量值最大定義的邊緣相比，由拉普拉斯算子過(guò)零定義的邊緣需要計(jì)算更多的偏導(dǎo)數(shù)。所以，對(duì)于二維我們將精力集中在梯度量值最大定義上，可以用有限差分來(lái)計(jì)算偏導(dǎo)數(shù)。在二維中，有限差分是：Fr;i,j=(fi+1,jfi1,j) （3-3） 21和 fc;i,j=(fi,j+1fi,j1) （3-4）21通常圖像必須被平滑處理以便獲得好的提取結(jié)果。對(duì)運(yùn)算時(shí)間要求苛刻的那些應(yīng)用，濾波器掩碼應(yīng)該盡可能的小，及 33。通過(guò)適當(dāng)?shù)貙?duì)系數(shù)進(jìn)行按比例縮放，所有33 邊緣濾波器都能用如下形式表示當(dāng) a=1 時(shí)，我們得到 Prewitt 濾波器。注意它在垂直于

43、導(dǎo)數(shù)的方向上進(jìn)行一個(gè)均值濾波處理。當(dāng) a=時(shí)，就得到了 Frei 濾波器，當(dāng) a=2 時(shí)得到 Sobel 濾波器，此濾波2器在垂直于導(dǎo)數(shù)的方向上執(zhí)行一個(gè)近似于高斯平滑的處理。在上面三個(gè)濾波器中，Sobel 濾波器返回的結(jié)果最好，因?yàn)樗褂昧俗詈玫钠交瑸V波器。在質(zhì)量相對(duì)較好的圖像中以中等準(zhǔn)確度快速搜索邊緣時(shí)主要使用快速 33 邊緣濾波器。因?yàn)樗俣仁侵匾?，而且由梯度向量的歐幾里得長(zhǎng)度（2-范數(shù)） （f2=）得到的梯度量值計(jì)算需要進(jìn)行耗時(shí)的求平方根運(yùn)算，所以ffcr22梯度量值通常是用如下量值中的一個(gè)來(lái)計(jì)算的：1-范數(shù)f1=fr+fc或1 0 1a 0 a1 0 11 a 10 0 01 a 1(

44、3-5)17者或者最大值范數(shù)f=max（fr,fc） 。此外，非最大抑制也是相對(duì)耗時(shí)較多的處理所以常被忽略掉，只對(duì)梯度量值進(jìn)行閥值分割。由于這將返回寬度大于一個(gè)像素的邊緣，所以閥值分割后的邊緣區(qū)域要被骨架化。在二維中，我們能通過(guò)計(jì)算最佳的平滑濾波器的偏導(dǎo)數(shù)來(lái)推導(dǎo)出最佳的邊緣濾波器，因?yàn)榫矸e操作的特性允許將求導(dǎo)計(jì)算移動(dòng)到濾波器上8。所以，Canny 的最理想的二維邊緣濾波器可由高斯濾波器的偏導(dǎo)數(shù)得到。因?yàn)楦咚篂V波器是可分的，所以其導(dǎo)數(shù)也是可分的：gr= (r) g(c) （3-6）2g、和 gc=g(r) (c) （3-7）2g、在二維應(yīng)用 Deriche 濾波器，也需要濾波器的可分性作為前提。

45、因此,對(duì)第一種Deriche 濾波器的最理想二維 Deriche 濾波器由 d(r) d(c)和 d(r) d(c)計(jì)算，而對(duì)第二種 Derich e 濾波器的最理想二維 Deriche 濾波器由 e(r) e(c)和 e(r) e(c)計(jì)算得到。Canny 濾波器的優(yōu)點(diǎn)是具有各項(xiàng)同性和旋轉(zhuǎn)不變。它的缺點(diǎn)是不能以遞歸方式來(lái)計(jì)算。因此，其執(zhí)行時(shí)間由 決定的平滑程度來(lái)決定。另一方面，雖然 Deriche 濾波器能以遞歸方式計(jì)算，其運(yùn)行時(shí)間不受平滑參數(shù) 影響。但是它們是各項(xiàng)異性的，即用其計(jì)算出的邊緣幅度依賴于圖像中邊緣的角度。(3)拉普拉斯算子第二種邊緣定義拉普拉斯算子過(guò)零9。由于過(guò)零也是一種特殊的

46、閥值條件，所以我們能用亞像素精度閥值分割處理來(lái)以亞像素精度進(jìn)行邊緣提取，為盡可能使它更有效率，必須先在圖像的整個(gè) ROI 中計(jì)算邊緣幅度，然后，對(duì)邊緣幅度進(jìn)行閥值分割，并把分割的結(jié)果作為計(jì)算拉普拉斯算子和計(jì)算亞像素精度閥值分割時(shí)的ROI。由普拉拉斯算子求得的邊緣比用梯度量值求得的邊緣更彎曲些，這是因?yàn)槔绽顾阕拥玫降倪吘壱欢ㄒ?jīng)過(guò)真邊緣上所有角點(diǎn)，所以后續(xù)處理更加困難些。兩階微分算子是根據(jù)圖像邊緣處灰度值的二階導(dǎo)數(shù)為零而提取邊緣的。拉普拉斯算子是典型的兩階微分算子。對(duì)一個(gè)連續(xù)函數(shù) f(x,y)，它在位置 (x,y)的拉普拉斯值定義如下：2f= + （3-8）22fx22yf假設(shè) i 對(duì)應(yīng) x

47、 方向，j 對(duì)應(yīng) y 方向，使用差分方程對(duì) x 和 y 方向的二階偏導(dǎo)數(shù)18近似如下：2=fi+2,j2fi+1,j+fi,j （3-9）22fx x)ji,-, 1(jif將上式的中心點(diǎn)i+1,j移到i,j點(diǎn)可以得到二階導(dǎo)數(shù)的近似式為：= fi+1,j 2fi,j +fi1,j （3-10）22fx同理可得：= fi,j+1 2fi,j +fi,j1 （3-11）22yf根據(jù)上式可以得到兩個(gè)方向上的近似拉普拉斯算子的模板：2= （3-12）01-01-41-01-0除以上的模板以外，還有其他的拉普拉斯算子模板，但是對(duì)模板有一個(gè)基本要求:模板中心的系數(shù)為正，其余相鄰系數(shù)為負(fù)，所有系數(shù)的和為零。

48、由于拉普拉斯算子是一種二階導(dǎo)數(shù)算子所以對(duì)圖像中的噪聲相當(dāng)敏感。另外它常產(chǎn)生雙像素寬的邊緣，而且也不能提供邊緣方向信息。因此，拉普拉斯算子很少直接用于檢測(cè)邊緣，而主要用于已知邊緣像素后確定該像素是在圖像的暗區(qū)或者明區(qū)一邊。(4)本課題采用的圖像分割方法由于需要高準(zhǔn)確度提取鋸齒兩側(cè)的坡口角度，所以本系統(tǒng)選擇使用亞像素精度算法。因?yàn)槭褂脕喯袼亻y值分割方法必須指定的閥值會(huì)影響輪廓的位置。然而，本課題中使用亞像素閥值非常合適，因?yàn)楸冗吘壧崛】煸S多。由于使用背光照明，圖像上背景為白，鋸片為黑色，不難找到一個(gè)合適的閥值，比如均值 128。后面將看到，本系統(tǒng)中閥值對(duì)輪廓位置的影響可以忽略不計(jì)。3.2.2 特征

49、提取 在上一節(jié)中，已經(jīng)討論了如何從圖像中提取輪廓，盡管輪廓非常有用，但還是遠(yuǎn)遠(yuǎn)不夠用的，因?yàn)樗话瑢?duì)分割結(jié)果的原始描述。因此，我們必須從分割結(jié)果中選出某些區(qū)域或者輪廓，從區(qū)域或輪廓中確定一個(gè)或多個(gè)特征量。這些我們確定19的特征量被稱為特征，他們通常是實(shí)數(shù)，確定特征的過(guò)程被稱為特征提取。(1)區(qū)域特征最簡(jiǎn)單的區(qū)域特征是區(qū)域的面積：a=R=ceicsi+1 (3-13)Rr），（c1ni 1由上式可知，區(qū)域的面積 a 就是區(qū)域內(nèi)的點(diǎn)數(shù)|R|。如果區(qū)域是用一幅二值圖像表示的，那么用上式中的第一個(gè)求和等式計(jì)算區(qū)域的面積；如果區(qū)域是用行程編碼表示的，那么用上式中的第二個(gè)求和等式計(jì)算區(qū)域的面積。一個(gè)區(qū)域

50、能夠被視為其所有行程的一個(gè)并集，而每個(gè)行程的面積是極容易計(jì)算的10。由于第二個(gè)累加式的項(xiàng)比第一個(gè)累加式的少很多，所以，區(qū)域的行程表示法可使區(qū)域面積的計(jì)算速度快很多，這點(diǎn)對(duì)幾乎所有的區(qū)域特征都適用。而面積是被稱為區(qū)域的矩的廣義特征中一個(gè)特例。p0，q0 時(shí)，(p,q)階矩被定義為：= （3-14）mqp,Rcrqpcr),(這里就是區(qū)域的面積。與計(jì)算面積類似，因?yàn)槟軌蛲茖?dǎo)出僅基于行程的簡(jiǎn)m0, 0單等式來(lái)計(jì)算矩，所以使用行程表示法時(shí)可以高效率地計(jì)算矩。等式（4-17）中的矩依賴于區(qū)域的尺寸。我們期望有一些特征可不隨物體尺寸變化而變化，為獲取這樣的特征，當(dāng) p+q1 時(shí)，矩除以區(qū)域的面積就得到了歸

51、一化的矩：= （3-15）nqp,Rcrqpcra),(1從歸一化的矩中推導(dǎo)得到的最令人感興趣的特征是區(qū)域的重心，即（，） 。n0, 1n1 , 0它能被用來(lái)描述區(qū)域的位置。雖然重心是從像素精度的數(shù)據(jù)計(jì)算得到的，但它是一個(gè)亞像素精度特征。歸一化的矩是由圖像中的位置決定的。但是我們希望特征不隨圖像中區(qū)域的位置變化而變化，為此我們可以計(jì)算相對(duì)于區(qū)域中心的矩。這些中心矩是在（p+q=2）時(shí)由下式計(jì)算得到的：=（） （） （3-16）qp,Rcrqpcra),(1rn0, 1pcn1 , 0q20這些中心矩也是歸一化處理后的。這里我們尤其關(guān)注二階中心矩（p+q=2） ，它們可以用來(lái)定義區(qū)域的方位和區(qū)域

52、的范圍。這是通過(guò)假設(shè)從一個(gè)橢圓上獲取區(qū)域的一階矩和二階矩而實(shí)現(xiàn)的。然后，從這五個(gè)矩推導(dǎo)出橢圓的五個(gè)幾何參數(shù)。橢圓的重心與區(qū)域的重心一致。橢圓的長(zhǎng)軸和短軸，以及相對(duì)于橫軸的夾角可由下式計(jì)r1r2算得到：= （3-17）r1)4)(221 , 122, 00, 22, 00, 2= （3-18）r2)4)(221 , 122, 00, 22, 00, 2=arctan （3-19）210, 22, 01 , 12通過(guò)橢圓的參數(shù)，我們推導(dǎo)出另一個(gè)非常有用的特征：各向異性。此特rr21征量在區(qū)域縮放時(shí)是保持恒定不變的，它可以描述一個(gè)區(qū)域的細(xì)長(zhǎng)程度。橢圓的這些參數(shù)在確定區(qū)域的方位和尺寸時(shí)極其有用，但它們

53、還存在兩個(gè)問(wèn)題。首先，只有在滿足時(shí)才可以確定區(qū)域的方位。也就是說(shuō)對(duì)于的物rr21rr21體的方位不能通過(guò)橢圓參數(shù)來(lái)確定，比如正圓，正方形等。第二個(gè)問(wèn)題，因?yàn)榈讓拥哪Ｐ褪且粋€(gè)橢圓，所以僅能以（180）為模確定方位。這個(gè)問(wèn)題可以先確定區(qū)域內(nèi)部距離重心最遠(yuǎn)的點(diǎn)，然后用此點(diǎn)來(lái)選擇或+作為正確方位進(jìn)行解決。我們使用這些方法建立的基于矩的特征在更多類型的變換結(jié)果上保持不變，比如平移、旋轉(zhuǎn)、縮放，甚至是仿射變換。除了基于矩的特征外，還存在許多極其有用的特征，這些特征都基于為區(qū)域找到的一個(gè)外接幾何基元。計(jì)算任意方位的最小外接矩形和最小外接圓的方法是基于首先計(jì)算區(qū)域的凸包。在一個(gè)特定區(qū)域里，一個(gè)點(diǎn)集的凸包就是包

54、含了區(qū)域中所有的點(diǎn)的最小凸集。如果點(diǎn)集中任意兩點(diǎn)連成的直線上的所有點(diǎn)都在此點(diǎn)集中，那么這個(gè)點(diǎn)集就是凸集。點(diǎn)集的凸包可以被高效率地計(jì)算出來(lái)。在已經(jīng)從圖像中提取出的區(qū)域上構(gòu)建 ROI 時(shí)，一個(gè)區(qū)域的凸包是很有用處的?；诖藚^(qū)域的凸包，能夠定21義另一個(gè)有用的特征：凸性。凸性被定義為某區(qū)域的面積和該區(qū)域凸包的面積之間的比值，它的值在 0 和 1 之間，可用來(lái)測(cè)量區(qū)域的緊湊程度。一個(gè)凸區(qū)域的凸性是1。我們可以利用凸性來(lái)去除不想要的分割結(jié)果，而這些不想要的結(jié)果一般是高度非凸的。區(qū)域的另一個(gè)有用特征是區(qū)域的輪廓長(zhǎng)度。為計(jì)算此特征量，我們必須跟蹤區(qū)域的邊界以獲取一個(gè)輪廓，此輪廓將邊界上的全部點(diǎn)連接在一起。得

55、到了區(qū)域的輪廓后，我們將全部輪廓線段的歐幾里得距離求和便得到輪廓長(zhǎng)度。水平線段和垂直線段的歐幾里得距離都是 1，而對(duì)角線段的距離是?；趨^(qū)域的輪廓長(zhǎng)度 l 和區(qū)2域的面積 a，我們能定義區(qū)域緊性的度量方法：c=。所有圓形區(qū)域的緊性特征值都是)4(2al1，而其他區(qū)域的緊性特征值更大。(2)輪廓特征一個(gè)閉合且不自相交的輪廓其所圍繞的范圍將產(chǎn)生一個(gè)區(qū)域，那么輪廓跟前面提過(guò)的區(qū)域一樣也存在面積11。為簡(jiǎn)化等式，假設(shè)一個(gè)閉合輪廓是通過(guò)（r1,c1）=(rn,cn)來(lái)表示的。R 表示輪廓圍繞的亞像素精度區(qū)域，則（p,q）階矩被定義為：mp,q=rpcqdrdc (3-20)Rc）（ , r與區(qū)域類似，我

56、們能定義歸一化的矩和中心距?？梢钥吹?，這些矩都能僅基于輪廓上的控制點(diǎn)計(jì)算得到。例如輪廓的面積和重心能由下式計(jì)算：a=ri1cirici1n121i n1,0=( ri1cirici1)( ri1+ ri) (3-21)n1a61in0,1= ( ri1cirici1)( ci1+ ci)n1a61i對(duì)于二階矩能推導(dǎo)出類似的等式，根據(jù)這些等式，我們能計(jì)算出橢圓的長(zhǎng)軸、短軸和方向等參數(shù)?；诰氐妮喞卣骱突诰氐膮^(qū)域特征和基于矩的灰度值特征用途類似。(3)本系統(tǒng)采用的特征提取方法22 前面我們提過(guò)采用亞像素精度閥值分割從原始圖像中提取了鋸片的輪廓。所以我們不采用區(qū)域特征提取方法，而采用輪廓特征提取

57、的方法，去除輪廓上不是鋸齒的部分，從而得出課題感興趣的鋸齒的輪廓。3.2.3 幾何基元的分割和擬合 本節(jié)將研究將輪廓數(shù)據(jù)擬合成幾何基元的方法，并分析如何將輪廓自動(dòng)分割成多個(gè)部分，每部分都有相對(duì)應(yīng)的幾何基元。這能讓我們充分地減少需要被處理的數(shù)據(jù)量，并給我們提供一種數(shù)據(jù)的符合化描述方式。而且，對(duì)幾何基元得擬合將使我們受不正確或者不準(zhǔn)確的提取點(diǎn)影響更少。(1)直線擬合在進(jìn)行直線擬合前必須首先考慮直線的表達(dá)方法12。在圖像中，直線可以出現(xiàn)在任何方位。因此，我們不得不使用一種可以描述所有的直線的表達(dá)方法。例如，通常的表示法 y=ms+b 不能滿足要求?？捎玫囊环N表示法師直線的黑塞范式，表達(dá)為：r+c+=

58、0 (3-22)這實(shí)際上是一種過(guò)渡參數(shù)化得表達(dá)，因?yàn)閰?shù)（,）是齊次的。因此，這些參數(shù)僅需被定義到一個(gè)比例因此。此比例因子在黑塞范式中是通過(guò)令 2+2=1 來(lái)固定下來(lái)的。這樣做的好處是某點(diǎn)到直線的距離能通過(guò)將該點(diǎn)的坐標(biāo)直接代入等式(3-11)得到為了從一系列點(diǎn)（ri,ci） ，i=1,n 來(lái)擬合出一條直線，我們能對(duì)這些點(diǎn)到這條直線的距離的平方和進(jìn)行最小化處理： (3-23)n122)(icrii盡管上式理論是正確的，但是實(shí)際中它是不能工作的，因?yàn)楫?dāng) =0 時(shí)，我們得到一個(gè)零誤差。這是由直線的過(guò)渡參數(shù)化造成的。所以，我們必須加入約束條件 2+2=1 作為拉格朗日乘子，從而必須將下式的誤差最小化：

59、(2+21)n (3-24)n122)(icrii可以看到(,)是如下矩陣的較小征值相對(duì)應(yīng)的本征向量： (3-25)2, 01 , 11 , 10 , 223此時(shí)， 由 =(+)得到。等式中，和都是點(diǎn)集n0, 1n1 , 00, 21 , 12, 0（ri,ci）的二階中心距，而和是此點(diǎn)集歸一化后的一階矩。0, 1n1 , 0n最小平方直線擬合法對(duì)于大的離群值是不足夠魯棒的，由于采用的是平方距離，所以與直線距離遠(yuǎn)的那些點(diǎn)在最優(yōu)化過(guò)程中將會(huì)擁有非常大的權(quán)重。為減輕這些遠(yuǎn)離點(diǎn)的影響，我們可以為每個(gè)點(diǎn)引入權(quán)重 wi 。對(duì)于遠(yuǎn)離線的那些點(diǎn)，其權(quán)重應(yīng)該1。那么，最小化過(guò)程將變?yōu)?()2(2+21)n (

60、3-26)2niiw1iicr定義權(quán)重 wi 。的方法是用多次的迭代來(lái)擬合直線。在第一次迭代中使用wi=1，即執(zhí)行一個(gè)標(biāo)準(zhǔn)的直線擬合來(lái)計(jì)算出距離 i 。通過(guò)一個(gè)權(quán)重函數(shù) w()可用已經(jīng)計(jì)算出的距離來(lái)定義權(quán)重，然后將這些權(quán)重用于后續(xù)的迭代處理中，第一個(gè)迭代函數(shù)是由 Huber 提出的，其定義為：w()= (3-27) 1參數(shù) 是削波因數(shù)它定義那些點(diǎn)應(yīng)被視為離群值，所有距離 的點(diǎn)對(duì)應(yīng)的權(quán)重都是 1。這意味著，對(duì)于小的距離的點(diǎn)，在極小化處理中就直接使用其平方距離。對(duì)于 的點(diǎn)，將獲得一個(gè)更小些的權(quán)重。事實(shí)上，在最優(yōu)化計(jì)算中，此權(quán)重函數(shù)為那些距離遠(yuǎn)的點(diǎn)選定了其距離值而不是平方距離值參加運(yùn)算。有時(shí)，選定的