机器视觉测量实验报告
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
六、数据分析处理
1. 游标卡尺实测面板圆形圆心 1 和 2 的距离 L1=16.68mm ;面板圆心 1 和 3 的距离 L2=26.80mm;面板圆心 2 和 3 的距离 L3=12.62mm; 利用 HALCON 软件标定后,测面板圆形圆心 1 和 2 的距离 L1’=18.7063mm;面板圆心 1 和 3 的距离 L2’=32.9384mm;面板圆心 2 和 3 的距离 L3’=14.7197mm; HALCON 软件测得值与游标卡尺测得值的绝对误差:
3 阈值分割
threshold(Hhm2,Region, 90, 255) connection(Region, ConnectedRegions)
4 最小外接圆形
get_image_size(ImagePart, Width, Height) edges_sub_pix(ImageWorld, Edges, 'canny', 1, 20, 40)
a) 图像灰度变化
b) 图像灰度一阶导数 图 1 图像灰度变化与导数
c) 图像灰度二阶导数
Sobel 算子、 Prewitt 在传统边缘检测方法里, 基于一阶导数的边缘检测算子有 Robert 算子、 算子等。
三、 实验器材
MER-500-7UM 彩色数字相机, 镜头位 computar 8mm,单个像素尺寸 2.2x2.2 um;三脚架;
域就是椭圆的面 积减去小圆(椭 圆短径为半径的 圆)
RT:=3.14*Radius1*Radius2 RT1:=3.14*Radius2*Radius 2 QueXian:=RT-RT1
2.实验结果
表 2 仪表面板缺陷尺寸 实测/ mm 长径 短径 4.11 3.22 HALCON 计算/ mm 4.98534 3.65419
l1 l1 l '1 16.68 18.7063 2.0263mm l2 l2 l ' 2 26.80 32.9384 6.1384 mm l3 l3 l '3 12.62 14.7197 2.0997 mm
相对误差:
l1 2.0263 100% 12.1481% l1 16.68 l2 6.1384 100% 22.9045% l2 26.80 l3 2.0997 100% 16.6379% l3 12.62
图 10 面板灰度图像
2) 提取感兴趣区域( RIO ) ,点击“编辑 ROI : ROI ”
—“绘制感兴趣区域”
—“插入代码”
,如图 11 所示;
代码:gen_rectangle2 (ROI_1_0, 794.269, 1017.31, rad(59.3003), 485.18, 248.842) dev_set_draw('margin') reduce_domain(GrayImage, ROI_0, ImageReduced)
图 2 被测工件图像
3. 实验步骤: (1) 根据现场环境,选择合适的机架安放地点——光照强度适合、稳定,安装位置平坦。 (2) 利用扳手等工具,将三脚架、相机和镜头组装好。其中尽量保持相机镜头的中心线与 测量平面的法线平行; (3) 启动计算机,打开大恒图像采集软件。将相机与计算机连接。 (4) 在测量平面上放置白色背景(白纸) ,将标定板放在白色背景上,调整标定板的位置, 使得标定板完全落在相机视场内部,对标定板进行图像采集。 (5) 通过平移、旋转或改变其与成像平面的夹角改变标定板的位置,直至完成 15 次标定 板图像采集工作,得到部分标定板图像如图 3 所示。
步骤 1 读取图像(灰度图) 命令 read_image (Hhm2, 'C:/Users/Administrator/Des ktop /hhm2.bmp') 得到图像
2 选 取感 兴 趣区 域 (预测未存在缺陷时 孔的形态)
gen_region_runs (ROI_“area”); ”area 为数集, 由于数集较长故不列出” reduce_domain(Image000, ROI_0, ImageReduced)
”—“插入代码
”获得符合特征的区域,如图 12 b)和
图 12 被测区域图
5) 选用合适方法拟合,获得被测区域最小外接圆形,同时获得与圆的圆心和半径,如图
13 所示; 代码:smallest_circle(SelectedRegions, Row, Column, Radius) gen_circle (Circle, Row, Column, Radius)
a
b
c
d
e 图 3 部分标定板图片
f
(6) 保持相机所有状态不变,放置好被测工件,根据被测工件材质选择合适的背景色调, 调整光源强度与打光方式。对被测工件进行图像采集,视觉测量平台如图 4 所示。
图 4 视觉测量平台
(7) 利用 HALCON 软件编写工件的尺寸测量程序,面板尺寸测量的流程如图 5 所示。
面板圆形 1
面板圆形 2 面板圆形形 3
图 14 被测区域最小圆形图
表 1 面板尺寸表
单位:mm
面板圆心 1 和 2 实测距离 HALCON 计算距离 17.68 18.7063
面板圆心 1 和 3 26.80 32.9384
面板圆心 2 和 3 12.62 14.7197
3. 缺陷检测 缺陷标定的主要思路:以图中缺陷与圆形孔所成图像就是椭圆,所以利用椭圆面积减去原先 圆的面积就是缺陷的面积,从而得到缺陷图像。 缺陷标定流程
《机器视觉应用实验报告》
姓 学 院 专
名 号 系 业
黄柱汉
201341304523
机械与汽车工程学院 仪器仪表工程 全燕鸣 教授
指导教师
2015 年 04 月 16 日
华南理工大学实验报告
课程名称:
机器视觉应用 仪器仪表工程专业
机械与汽车工程学院系
姓名
黄柱汉
实验名称
机器视觉应用
实验日期 2015.4.16
a) 被测区域最小圆形
b) 被测区域最小圆形参数 图 13 被测区域最小圆形 将像素坐标转换为世界坐标: image_points_to_world_plane(CameraParameters, PoseNewOrigin, Row, Column, 'mm', X, Y)
三个圆心之间的距离
6) 实验数据记录:
Hale Waihona Puke Baidu
图 5 尺寸测量流程图
(8) 测量缺陷几何参数:利用 HALCON 软件编写测量程序,流程如图 6 所示:
图 6 尺寸测量与确定缺陷几何参数流程图
五、 数据记录
1.摄像机标定: 使用标定板图像进行标定 1) 打开 HALCON 软件,出现界面如图 7 所示;
图 7 HALCON 软件界面
2) 点击“助手”—“打开新的 Calibration”创建新的 Calibration,加载描述文件(注意文件路 径不能够包含中文字符) ,标定板厚度是 3.8mm,单个像元的宽和高都是 2.2um,焦距 默认值即可,如图 8 a)所示;
30mm 30mm 标定板,厚度 3.8mm;计算机;被测工件;游标卡尺。
四、 实验内容与步骤
1. 实验内容: (1)搭建视觉测量系统; (2)采集标定板与被测工件图像; (3)利用HALCON软件进行相机标定,同时分别对被测工件进行尺寸测量与缺陷检测。 2. 待测对象描述: 尺寸测量与缺陷检测的对象是一块有五个开孔的小型面板,如图 2 所示,面板表面较粗 糙,对于光源系统及其背景选择有较高要求。在使用中,开孔的作用是或者定位,若孔的尺 寸过大(或过小),会导致外接接口安装不稳定(或定位不准确)。同样,若存在不规则缺陷使得 开孔过大(或过小),亦会导致上述结果,故对此面板在使用前进行尺寸测量与缺陷检测是非常 必要的。
指导老师
全燕鸣
一、 实验目的
主要目的有以下几点: 1. 实际搭建工业相机、光源、被摄物体图像获取系统,自选 Labview 或 Matlab、 Halcon、Ni Vision 软件平台,用打印标定板求解相机内外参数以及进行现场 系统标定; 2. 进行一个具体实物体的摄像实验,经图像预处理和后处理,获得其主要形状 尺寸的测量(二维) 3. 进行一个具体实物体的摄像实验,经图像预处理和后处理,识别出其表面缺 陷和定位。
二、 实验原理
“机器视觉”是用机器代替人眼来进行识别、测量、判断等。机器视觉系统是通过摄像 头将拍摄对象转换成图像信号,然后再交由图像分析系统进行分析、测量等。一个典型的机 器视觉系统包括照明、镜头、相机、图像采集卡和视觉处理器 5 个部分。 HALCON 是在世界范围内广泛使用的机器视觉软件, 拥有满足各类机器视觉应用的完善 开发库。HALCON 也包含 Blob 分析、形态学、模式识别、测量、三维摄像机定标、双目立 体视觉等杰出的高级算法。HALCON 支持 Linux 和 Windows,并且可以通过 C、C++、C#、 Visual Basic 和 Delphi 语言访问。另外 HALCON 与硬件无关,支持大多数图像采集卡及带有 DirectShow 和 IEEE 1394 驱动的采集设备,用户可以利用其开放式结构快速开发图像处理和 机器视觉应用软件,具有良好的跨平台移植性和较快的执行速度。 本实验包括对被测工件进行尺寸测量和表面缺陷检测。尺寸测量是通过使用机器视觉来 对考察对象的尺寸、形状等信息进行度量;缺陷检测是通过机器视觉手段来分析零部件信息, 从而判断其是否存在缺陷。 尺寸测量和表面缺陷检测均可以通过边缘检测来实现。图像边缘是指其周围像素灰度后
5 把线条拟合成椭 圆
fit_ellipse_contour_xld(Edge s, 'fitzgibbon', -1, 0, 0, 200, 3, 2, Row, Column, Phi, Radius1, Radius2, StartPhi, EndPhi, PointOrder)
6 缺陷轮廓的区
5) 在标定助手代码生成界面点击“插入代码” ,将代码插入到程序窗口的结果,如图 9 b) 所示;
a) 摄像机标定结果 1 图 9 摄像机标定结果
b) 摄像机标定结果 2
6) 利用算子校正位姿,排除相机没有严格垂直安装对后续测量尺寸带来的干扰。 代码:set_origin_pose(CameraPose,0,0,0.00246,PoseNewOrigin) 2.尺寸测量: 1) 加载面板图像,直接将图像拖放到 HALCON 软件中(图像是灰度图像) ,如图 10 所 示; 代码:read_image (Hhm2, 'C:/Users/Administrator/Desktop/hhm2.bmp')
a) Calibration 界面 1 图 8 标定界面
b) Calibration 界面 2
3) 加载标定板图像(注意文件路径不能够包含中文字符) ,如图 8 b)所示,标定过程中提 示某图像“检测出品质问题”不用移除,若提示某图像“提取标志点失败” ,则必须 移除,否则无法进行标定操作,这里将“确定”的图像设为参考位姿; 4) 点击“标定”,得到对应的摄像机内外参数,如图 9 a)所示;
阶变化或屋顶状变化的那些像素的集合,它存在于目标与背景、目标与目标、区域与区域, 基元与基元之间。它具有方向和幅度两个特征。沿边缘走向,像素变化比较平缓;而垂直于 边缘走向,像素变化比较剧烈,而这种剧烈可能呈现阶跃状,也可能呈现斜坡状。如图 1 所 示,边缘上的这种变化可以用微分算子检测出来,通常用一阶或二阶导数来检测边缘。不同 的是,一阶导数认为最大值对应边缘位置,而二阶导数则以过零点对应边缘位置。
感兴趣区域
感兴趣区域
a) 感兴趣区域图 1
b) 感兴趣区域图 1 图 11 感兴趣区域图
c) 感兴趣区域图 2
3) 阈值分割,点击“灰度直方图 —“插入代码
”—“改变输出颜色
”—“改变阈值
”
”获得被测区域,如图 12 a)所示;
代码:threshold (ImageReduced, Regions, 74, 255) 4) 提取边缘轮廓,点击 “ 特征直方图 ”—“改变阈值 c)所示; 代码:connection(Regions, ConnectedRegions) select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 1753.22, 12516.9) ”— “ 改变输出颜色 ”—“ 改变所需特征