- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于LabVIEW的機器视觉实现
基于LabVIEW 的机器视觉实现
裴忠发,赵敬斌,罗志增
(杭州电子工业学院 机器人研究所,浙江 杭州310037)
??? 摘? 要:介绍了从图像获取、图像处理、图像理解等几个方面去实现具有视觉功能装配机器人的方法。??? 关键词:机器视觉;图像处理;图像理解
1 引 言??? 机器视觉是指用计算机来模拟人的视觉功能的一门科学技术,它的目标就是用图像获取来恢复现实世界的模型,然后认知现实世界。机器视觉是一个相当新颖而且发展十分迅速的研究领域。自从20世纪50年代就着眼于研究统计模式识别继而开始机器视觉的探讨建立了不少机器视觉理论,如马尔(Marr)计算理论、正则化理论等,大大地推动了机器视觉研究的发展。目前,机器视觉广泛地应用于工业检测,医学、遥感图像处理,鉴别、监视系统等方面。??? 通过对机器视觉的研究,自行编写识别软件和引用美国NI公司的应用软件LabVIEW相结合的办法进行机器视觉的开发,实现装配机器人的视觉功能。2LabVIEW简介??? LabVIEW是基于程序代码的一种图形化编程语言。其提供了大量的图像预处理、图像分割、图像理解函数库和开发工具,用户只要在流程图中用图标连接器将所需要的子VI(Virtual Instruments,LabVIEW开发程序)连接起来就可以完成目标任务。任何1个VI都有3部分组成:可交互的用户界面、流程图和图标连接器。LabVIEW编程简单,而且对工件的正确识别率很高。3图像获取3.1硬件组成??? (1) 彩色CCD摄像机。由光学镜头和图像传感器及相关电路组成,竖直安放在装配机器人的正上方。??? (2) 图像采集卡。完成对摄像头中的图像信号的A/D转换,插在PC机的插槽上,CCD器件和图像采集卡通过视频信号线连接起来。??? (3) PC机。通过CCD摄像头和图像采集卡获得的图像在PC机上显示,通过LabView编写的程序实现对不同工件的识别。其结构,如图1所示。
3.2软件实现??? VFW(Video for Windows)是微软公司推出的基于Windows的视频开发平台,提出了AVI文件标准,为用户提供了一套应用程序接口函数(API),通过VC++这个开发工具就可以开发视频采集播放程序。??? (1) 调用capCreateCaptureWindow函数创建一个采集窗口,所有的采集操作和设置都以该窗口为基础,其形式为:其中,参数nID代表窗口号。??? (2) 调用CapDriverConnect函数将视频采集卡的驱动程序和采集窗口连接起来,其形式为:??? capDriverConnect(hwndC,nIndex)其中,参数hwndC为窗口句柄,nIndex为驱动程序的索引号。??? (3) 调用FrameCallbackProc函数在内存进行图像数据的采集,其形式为:??? FrameCallbackProc(HWND hwnd, LPVIDEOHDR lpVHdr)??? (4) 调用capFileSaveDIB函数将采集到的图像存到硬盘,其形式为:??? capFileSaveDIB(hwndC,“C:\\xxxx.bmp )??? 至此,外界环境就被计算机所获取存于硬盘的某一目录下以供计算机做进一步的处理分析。4 图像处理??? 通过摄像头获取的图像由于受到外界环境的影响,因此,对图像进行预处理非常重要,其目的就是要恢复周围环境的真实图像。其主要方法有平滑、锐化、增强、边缘检测等。??? (1) 平滑。主要是为了减少噪声,在时域内一般用邻域平均的办法,即对图像中的每个像素点取邻域S,计算所有S中的像素中颜色平均值作为处理后的图像的该点的像素值。算式为:式中M——像素点的数目??? S——(x,y)点的频域??? 在频域主要用低通滤波器处理。??? (2) 锐化。其目的是为了使边缘和轮廓模糊的图像变得清晰,它是平均的逆处理,即微分处理,即:? ??? 对于数字图像,可改写如下:??? 在频域主要用高通滤波器处理。??? (3) 增强。是将图像中感兴趣的特征有选择的突出,而不必逼近原图像,在时域内主要方法为直方图均衡。若一幅数字图像灰度等级为M,各像素灰度值为rk(k=0,1,2,3,…,M-1),灰度值的概率估计Pr(k)为:??? Pr(k)=nk/n (k=0,1,2,…,M-1) (4)式中nk——灰度值为的像素点数??? n——像素点总数??? 直方图均衡就要使它线性化,使含有像素多的几个灰度级间隔被拉大,压缩像素少的几个灰度级,从而增大视觉接受的信息量。??? (4) 边缘检测。边缘是图像灰度变化比较剧烈的地方,在灰度变化大的地方进行微分将产生高值,此
原创力文档


文档评论(0)