资源描述：
《基于多目标的视觉检测系统的构建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第19卷第6期机电产品开发与创新Vol.19,No.6·测20试06与年控1制1·月Development&InnovationofMachinery&ElectricalProductsNov.,2006基于多目标的视觉检测系统的构建伊文君,刘鸿飞,朱欣昱(北京科技大学机械学院,北京100083)摘要:提出了一种同一视块内多目标图像的识别方法及视块的拼接方法,并对模拟检测对象进行了实验,在识别速度,识别准确率方面与传统方法进行比较。关键词:多目标识别;模板匹配;视块拼接中图分类号:TP391文献标识码:A文章编号:1002-6673(2006)06-116-03检测原理:工控
2、机将采集的每一帧数据(视块)按0引言一定规则进行网格窗口划分,划分完毕后,一个视块就随着科技的不断进步,图像分析技术已经被广泛应被划分为若干个包含单一识别目标的窗口组,对每一个用于工业和军事等众多领域,例如电子产品的生产与制窗口应用经改进的模板匹配方法,进而对一个视块内的造方面,其核心技术之一是采用计算机视觉技术对元件所有目标定位,系统进行完一个视块的检测后,进入下进行高速、高精度检测和定位。但是,针对大批量微小一视块的检测,将下一视块内的识别目标相对上一视块器件高速高精度检测和定位问题,国内相关的工作还非定位,通过多个视块的拼接完成整个检测对象的识别。常少。目前,大多数的图像
3、识别方法的对象为单一的识2模板匹配别对象,无法用于大批量微小器件的检测,本文所构建的多目标视觉的检测系统,通过对其不断完善,可以发图像匹配技术是数字图像处理领域的一项重要研究,展用于大批量微小器件的新型检测工艺相适应的高速高并已在计算机视觉、虚拟现实场景生成、航空航天遥感精度、低成本的检测,并实现整个检测过程的全自动化。测量、医学影像分析、光学和雷达跟踪、景物制导等领域得到了广泛的应用。目前已提出了众多的模板匹配方1系统构成及检测原理概述法,其中灰度图像模板匹配方法的基本思想是:根据已知我们使用采用E-vision的MVC1000M摄像机,摄像模式(模板图),到另一幅图(搜索图
4、)中搜索相匹配的机固定放置,用于进行图像采集,检测对象放在X-Y子图像的过程,称为模板匹配。算法原理如图2所示,将移动平台上,通过移动平台,检测对象可在水平面内作模板T叠放在搜横向,纵向移动,摄像机将采集到的每一帧数据传输给索图S上平移,工控机,工控机对采集到的每一帧数据应用图像匹配技模板覆盖下的那块搜索图设为Si,j,术识别检测对象上的元件,从而得到检测对象上的所有元件的位置信息。系统构成如图1所示。i、j为这块子图的左上角像点在S图中的坐标,则i和j的取值范围为1≤i,j≤N-M+1,选定不变的阈值Tk,并在子图Si,j(m,n)中随机选取像素点,计算它同T中对应点的误差值
5、ε,然后把这点的差值同其他点对的差值累加起来,当累加R次误差超过Tk,则停止累加,并记下累加次数R。取累加次数最大收稿日期:2006-10-13的点为匹配点。作者简介:伊文君(1980-),男(蒙),内蒙古自治区通辽如以算法原理的方法进行图像匹配,模板和被测图市科左后旗人,硕士研究生。主要研究领域:工业机器人,像的尺寸分别为M×M和N×N算法必须对(N-M+1)2个机器人视觉。116·测试与控制·点进行计算,这大大地限制了算法的实时性。为了尽快式中:l1,d1—模板的长,宽;b1,b2—模板边缘到找到匹配点,我们使用由粗到细的搜索方法。首先对图相临元件边缘的距离;S1,S2—沿
6、模板长度和宽度方向像进行分层。分层是将批图像顺次分成若干个4×4维的上相临窗口的中心距。图像块,选取图像块中左上角的像素点构成新图,于是4多视块识别及视块拼接得到一个分辨率较低的图像。通过新图继续分层,得到一个分辨率更低的图像。在系统检测中,需要进行多个视块的检测才能完成在应用中分三层的搜索,分别把模板和被测图像按所有的检测,为简化系统,在第一个视块的识别中,我照上述方法构成3层的数据结构。从第3层开始搜索,们指定模板元件和元件间的边缘距离,系统在进行第一这时,模板和被测图像的尺寸分别为M/8M/8和N/8N/个视块检测时,将检测中心区为系统检测起始位置,保28,搜索的点数降为
7、[(N-M)/8+1],搜索点数目比原来证第一个视块的元件无缺失,这样检测区被分为上下部下降了近8倍。同时,由于图像尺寸小,相似度量的运分,系统分别对两个部分进行识别。算量也相应减小,对第3层搜索之后,留下大于某阈值系统检测完一视块后,进入下一个视块的检测,需的点,由这些点形成下一层的测试位置图,下一层的搜要确定移动台的移动步长,对当前视块中的元件相对于索将只在测试位置图中所指定的位置范围内进行。这上一视块定位,并在当前视块中绘制网格窗口,我们称样,随着搜索范围的不断缩小,最后产生匹配点。为
