皮带轮机器视觉模块实验报告.docVIP

皮带轮机器视觉模块 姓名：张兆伟 班级：13 班 学号：2015042130 日期：2016年8月25日 皮带轮机器视觉模块实验报告 实验背景 传统的人工检测产品表面质量的方法不仅工作量大，而且易受检测人员主观因素的影响，容易对产品表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了产品的表面质量，从而不能够保证检测的效率与精度。而发展迅速的基于机器视觉的表面缺陷检测技术可以很好的解决这一问题。机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。基于机器视觉技术的缺陷检测系统，由于其非接触检测测量，具有较高的准确度、较宽的光谱响应范围，可长时间稳定工作，节省大量劳动力资源，极大地提高了工作效率。可对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。所以，人工检测难以达到降低消耗、提高产品质量的目的，采用基于机器视觉的表面缺陷检测技术成为必需。这也就是设计该基于机器视觉的表面检测控制系统的意义。 实验过程 1、实验设备及器材 嵌入式计算机（自备）； Halcon图像处理软件； Microvision 系列机器视觉创新教学实验平台一套； Microvision 系列工业数字相机（1394， USB接口）； 百万像素工业镜头； 机器视觉LED环形光源及控制器一套； 试验样品：电子元器件等。 2、实验步骤 熟悉实验平台，包括硬件连线、实验平台的构成，工业数字相机和机器视觉LED光源的安装，以及传送带的起停； 熟悉halcon图像处理软件，熟练图像读取，灰度化等算子。 熟悉光源和相机的调试方法，了解对焦和调节光圈的方法，曝光时间，采样频率，打光的技巧； 实验平台搭建完之后，打开实验平台电源开关，光源控制器开关； 配套相机程序拷贝到计算机某盘下，安装相机驱动程序； 打开MVIPS capture软件进行图片抓取，点击菜单栏抓图→保存图像； 从halcon软件中读取图片，处理图片，得到检测结果。 3、实验程序 *初始化 dev_update_off() dev_close_window() *读取图片 read_image (Image, C:/Users/Administrator/Desktop/1.bmp) get_image_size(Image, Width, Height) dev_open_window(0, 0, Width/2, Height/2, black, WindowHandle) *阈值处理 threshold (Image, Regions, 0, 68) *填充处理 fill_up(Regions, RegionFillUp) *得到区域的集合 connection(RegionFillUp, ConnectedRegions) *选择要处理的区域 select_shape_std(ConnectedRegions, SelectedRegions, max_area, 70) *裁剪出电子元器件所在区域 reduce_domain(Image, SelectedRegions, ImageReduced) stop() ****************************字符识别********************************* *获得感兴趣区域 gen_rectangle1 (ROI_0, 169.5, 387.5, 199.5, 501.5) reduce_domain(ImageReduced, ROI_0, ImageReduced1) *图像阈值 invert_image(ImageReduced1, ImageInvert) bin_threshold(ImageInvert, Region) *图像区域连通 connection (Region, ConnectedRegions1) *选择字符区域 select_shape(ConnectedRegions1, SelectedRegions1, area, and, 15, 99999) *排序 sort_region (SelectedRegions1, SortedRegions, character, true, row) *字符识别 read_ocr_class_mlp(Document_0-9A-Z_NoRej.omc,OCRHandle) do_ocr_multi_class_mlp(SortedRegions, ImageInvert, OCRHandle, Class, Confi