基于labview的机器视觉实验系统开发

基于labview的机器视觉实验系统开发

ID:15278056

大小:2.27 MB

页数:8页

时间:2018-08-02

基于labview的机器视觉实验系统开发_第1页
基于labview的机器视觉实验系统开发_第2页
基于labview的机器视觉实验系统开发_第3页
基于labview的机器视觉实验系统开发_第4页
基于labview的机器视觉实验系统开发_第5页
资源描述:

《基于labview的机器视觉实验系统开发》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于LabVIEW的机器视觉实验系统开发针对精密测控技术与仪器实验室的虚拟仪器实践平台,对其嵌入式测控系统的图像处理功能进行再开发。为虚拟仪器课程设计提供技术支持,开发一套集表现性、可欣赏性、实用性和应用性与一体的视觉平台。针对以上要求,本平台以电子芯片表面为处理对像,以图像处理的手段实现不同芯片的识别功能,平台的实现具体应包括以下几个部分:1)硬件平台搭建,包括摄像头、CCD、图像采集卡等。2)软件平台搭建,包括:a)图像处理程序,包括视觉系统基本功能模块的搭建;b)平台交互界面,在Labview环境下调用所采集图像与图像处理的功能模块,完成对图像的处理

2、等功能。1系统介绍摄像头图像采集卡计算机点运算图像获取图像变换自定义功能图像采集硬件部分软件部分图1机器视觉实验平台流程该系统主要由图像获取和图像处理平台组成,系统流程如图1所示。1.1硬件平台的搭建硬件部分主要包括成像CCD及摄像头、图像采集卡、数据传输线和计算机等,其实物如图2所示。CCD摄像头PXI-1409图像采集卡数据传输线图2机器视觉系统硬件1.1.1相机(成像CCD和摄像头)的选择本系统是一个视觉系统的演示平台,以电子芯片表面为处理对象,为了应用在更多其它对象上,所以假定视觉范围为100×100mm2,对于芯片表面的字符要求能检测出0.2mm

3、大小的线条或瑕疵。根据以上条件,可以将0.2mm假定为理论像素值。也就是说,只要像素值能达到0.2mm,就可以满足测量精度方面要求。根据上面计算相机X方向或Y方向的分辨率公式为:100(X/Y方向视野范围)÷0.2(X/Y方向理论像素值)=200(X/Y方向分辨率)可知,只要相机的分辨率高于200×200,就是适合此系统的相机。通过调查市场现有相机参数,同时考虑到成本,本系统的相机CCD采用奥尼克斯的MBC-5050,其主要参数为:成像器件:1/3英寸CCD信号系统:CCIR黑白制式有效像素:500×582水平分辨率:420电视线最小照度:0.03Lux信

4、噪比:≧48dB功率:3.5W摄像头采用厂家的computar配套摄像头,CCD及摄像头实物如图3所示。图3MBC-5050成像CCD及配套摄像头1.1.1图像采集卡的选择图像采集卡采用Ni的PXI-1409,如图4所示。该卡最多可以支持4个标准(RS-170,CCIR)或非标准相机,可进行高分辨率测量级图像采集和科学图像开发。选择采集卡时,要考虑和所选相机的是否匹配。其它设备有计算机、电源、摄像头支架等。图4PXI-1409图像采集卡1.2软件平台的搭建软件平台主要完成从硬件获取图像、处理原始图像、显示处理结果等功能。软件平台使用LabVIEW7.1、I

5、MAQVision8.0(试用版)等软件进行系统开发。LabVIEW特有的数据流式编程和IMAQVision强大的图像处理能力极大地缩短了系统的开发周期、降低了成本。系统软件的交互界面如图5所示。图5机器视觉实验平台交互界面1.1.1图像获取该部分主要用来获取原始图像以进行后面的图像处理,labview中既可以方便地对现有图像进行处理,也可以从硬件设备(照相机)获取图像进行实时处理。本软件中同时提供了这两种图像获取方式,如图6所示。图6选择原始图像来源图7为从硬件获取图像并将其显示的labview代码。图7从相机获取图像程序代码1.1.2图像几何变换该部分

6、主要是对原始图像进行镜像、缩放、旋转等几何变换,图8是对原始图像进行旋转变换的效果图。图8图像旋转变换在对一些诸如环形条形码识别的图像处理中,需要将环状的图像转换为矩形,该软件中的“曲边拉直”提供了这样的功能,使用时需要先设定环形的中心坐标、内外半径以及参与变换的起始角度,就能得到变换结果,图9中将一个简单的环形文字变换为易识别易处理得线条状。图9将环形图像变换为矩形图像1.1.1图像点处理这部分是各种图像处理中经常用到的预处理功能,主要包括图像反色、阈值变换等。在阈值变换中,提供了两种选取阈值的方法,一种是直接输入阈值,另一种是基于迭代法的阈值计算。该方

7、法是先根据经验改定一个阈值T1,然后对图像中小于T1与大于T1的像素点进行统计,从而得到另一个阈值T2,具体计算公式如下:其中,ni为图像中阈值为i的像素点个数。用上面的公式得到阈值T2后,付给T1,代回公式继续进行迭代,直到最后的T2=T1。利用该公式对图8中原始图像进行图像二值化,得到的结果如图10所示,其中初始阈值为127,计算阈值为185,图10右图为左图的反色变换。图10图像阈值变换与反色变换上面的公式也有可能不收敛,因此使用该方法进行计算时有可能得不到正确的阈值,但对于直方图形如图11所示的图像,其特征是背景色与物体的像素值相差较大,且两者之间

8、有明显的低谷,对于这样的图像,上面的公式是有效的。芯片像素点背景像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。