基于机器视觉的工业检测
相关主题
- 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)。
2.4 把环形瓶颈区域转换成矩形
为了获取瓶颈区域首先获取两个圆的行和列的中
心，以及半径。 然后在获取的圆中打开此圆形区域，再 用侵蚀对这个内圆的区域进行对称侵蚀， 侵蚀后的部 分 像 素 值 为 “0”在 图 像 中 为 黑 色 ，这 样 现 在 把 两 个 圆 进 行相减，然后得到一个圆环，得到的这个圆环内圆为瓶 口的内圆，外 圆和内圆 的 之 间 为 瓶 壁 的 厚 度 ，“1”为 像 素值白 色区域，“0”为像 素 值 黑 色 区 域 ，进 行 定 义 域 的 限定，将上图转换到极坐标下，最终达到把环形的瓶颈 区域转换成矩形区域。 其次找到动态阈值的缺陷，在转 换图像在 X 方向的强平滑：根据上面得到的矩形区域， 裁剪出一个矩形区域， 同时确定图像的灰度值的取值 范围，采用均匀平滑，然后采用一个局部的阈值分割， 因为这里要突出瓶口破损的部分所以要进行一个特征 的可视化增强，然后计算区域的组成部分，借助于阈值 分割出的形状特征进行区域的选择， 用一个长方形来 闭合选择出来的区域。 为了使特征的可视化明显，现在 将选定区域的极坐标转换到笛卡尔坐标下。
包含适合的光和反光镜结构提供期望的图像场景亮 度，这些光源影响图像的处理过程和形状的撷取。 测量 系统的硬件构成是一个普通的数字 CCD 摄像机，图像 大小是 1292(H)×964(V), DH-DP1000 图像采集卡，首先 我们在光源的选择上采用的是背光、白光。
2 图像的采集、处理、检测
据我们所知图像的处理及时是检测的关键部分,在 这项工作中我们主要集中于怎样进行检测瓶口时候有 损为主要目的，这个过程包括灰度级处理、二值化、侵 蚀，以及环形瓶颈转换成长方形、进行相应的图像分析 的像素值为 1 的像素个数。 首先获取的图像时保存成 TIF 格式由三个独立的通道红、绿和蓝组成。 转换彩色 图像到灰度级图像是图像处理过程的关键一步。 使用 Halcon 中的函数 Compose3 来完成转换。 Compose3 通 过 去 除 色 彩 和 色 过 度 饱 和 信 息 转 换 RGB 图 像 到 灰 度 级图像，只剩下明亮的信息。 2.1 图像的二值化
图形图像
基于机器视觉的工业检测
徐正洲 ， 蔡昀哲 ， 朱晓彦
（广西师范大学计算机科学与信息工程学院， 桂林 541004） 摘 要： 针对酒瓶生产中对瓶口进行的有无损伤检测的重要性，对酒瓶瓶口的检测进行深入、系统
的 研 究。 基 于 机 器视 觉 的 检测 技 术 通过 Halcon 软 件 实现 精 准 度高 、过 程 自动 化 、速 度 快 的 检 测，故 采 用 Halcon 软件 和 图 像处 理 的 相关 算 法 实现 瓶 口 的准 确 检 测 。 经 过 实 验表 明 ，采 用机器视觉技术，识别的精度和速度有很大的提高，而且减少了人员的使用，从而减少了企 业的成本。 关键词： 机器视觉； 图像处理； 阈值分割
4 系统实现
采用 Halcon软件的相关技术， 并结合了图像处理 相关算法后期开发，实现了瓶口的有无损伤检测，经过 实验证明检测速度较之以往有大幅的提高， 并且检测
精度非常准确，可以在生产线中直接使用，按生产线中 每秒输送到检测处一个瓶子为准， 可以完全实现瓶口 的检测，此系统搭建在实际的应用中具有一定的意义， 增加了酒瓶检测方法，并且采用 Halcon 软件和图像处 理相关的算法，使整个系统对于瓶口的检测更加方便、 简单、易于实现。
参考文献 [1]（德）Steger,C.，Ulrich,M.，Wiedemann,C.著. 机 器视 觉 算 法与
应用. 杨少荣等译. 清华大学出版社，2008-11-1 [2]张广军. 机器视觉. 北京：科学出版社，2005 [3] 张 正 友 . A Flexible New Technique for Camera Calibration
使用阈值分割的算法来提取子像素边缘， 由于提 取出来的边缘并不是连续的边缘， 所以我们要进行进 行边缘轮廓的分割，把不连续的边缘轮廓分割成线段、 圆弧或者椭圆，为了使是闭合区域，所以进行分割出来 的不连续的边缘轮廓的合并，由于这里是有两个圆，一 个内圆，一个外圆，所以进行合并的时候，以是否在一 个圆上的进行合并的，合并完成以后，计算合并的边缘 轮廓的长度， 但是由于合并完的轮廓不能呈现一个闭 合的区域，所以选取不闭合的区域，进行圆来近似边缘 轮廓，来闭合我们刚刚选定的区域，每一个轮廓对应一 个圆。 这样就实现了区域的边缘提取。
makes an in-depth, systematic research on the detection of the bottle mouth. The measurement based on machine vision through Halcon software to realize the high precision, process automation, speed detection, then uses Halcon software and image processing algorithms to achieve the accurate detection of bottle mouth. The experiment shows that, by using the machine vision technology, it can improve the recognition accuracy and speed greatly, and also reduce the staff use, thereby reducing the cost of the enterprise. Keywords: Machine Vision； Image Processing； Threshold Segmentation
[R]. Technical Report.1998-10 [4]张 灵 飞 ，陈 刚 等. 基 于 一 维 标 定 物 和 改 进 进 化 策 略 的 相 机
标定[J]. 光学学报，2009-11
Industrial Detection Based on Machine Vision
XU Zheng-zhou ， CAI Yun-zhe ， ZHU Xiao-yan
原始图像
分割的图像
轮廓图像
环形瓶颈转换成的长方形图像
图1来自百度文库
3 系统标定
相机的标定其原理为坐标系之间的平移和旋转， 在小孔成像模型中总共涉及到一个世界坐标系、 摄像 机坐标系、图像坐标和像素坐标系，而最终目标是转换 到图像坐标系， 而在图像坐标系统中所有的数据是表 现在像素上，但是当我们需要一个物理的尺寸，因此需 要确定一个映射的关系在它们之间， 机器视觉系统的 标定是对目标无损检测的基本一步， 一个精准的测量
1 机器视觉系统的构成
一个基本的机器视觉系统包括 CCD 摄像机、图像 采 集卡、一台计算机、光源和图像处理的算法，CCD 摄 像机提供将光学图像转换成电信号。 数字设备从摄像 机记录一幅图像通过一个摄像信号的一个数字框架通 过一个 A/D 转换器， 并且存储数字化的图像在一个像 素矩阵中，图像的亮度和阴影是代表像素的数字值。 数 字化形式的图像能通过计算机分析图像的像素值，更 深一步的处理和计算参数是通过软件的算法在数字化 图像上执行完成的。 作为机器视觉系统的一部分，光源
现代计算机 2011.08 趦趮
图形图像
块应用于相机的标定， 标定尺寸是它的屋里尺寸和它 的像素值的比值。 在这里我们是采用软件的标定助手 进行相应的标定，以及参数的选择。 采用标定板进行标 定， 采集几幅图像， 通过这幅图像得到相机的内部参 数， 然后调用函数 find_caltab 确定在输入图像中一个 平面标定板区域内的圆形标记， 然后调用函数 find_marks_and_pose 从图像中提取二维标定标识和摄 像机的外部参数的初始值，最后调用函数 camera_calibration 来确定相机的内部和外部的参数， 最终得到相 机内外部参数的标定目的。
MinGray <= g <= MaxGray
而 g 的 值 则 是 根 据 Halcon 中 的 灰 度 直 方 图 来 确 定，灰度直方图和酒瓶分割后的图像如图 1 所示，然后 进行分出来的区域的选定， 在选定的区域内选定一个 圆 形 区 域 ，半 径 为 3.5 个 像 素 ，此 为 内 圆 ，即 瓶 口 内 侧 圆，然后在此区域内选定另一个圆形区域，半径为 25.5 个像素，此为外圆，外圆与内圆相减即为瓶壁的厚度 22 个像素值。 然后填充外圆的区域，包括内圆一起填充。 填充之后进行区域的边界去除，经过去除的边界，区域 并不呈现一个完整的圆，所以要进行区域的扩张，使其 达到一个完整的圆的区域，扩张区域的条件，是限定一 定的图像的定义域内。 2.2 中值滤波
一幅图像的生成是通过一个摄像机启动作为一个 模拟信号。 使用这个图像做各种各样的检测和测量，模 拟信号必须被转换成为一个数字信号。 从模拟信号转
收稿日期：2011-07-07 修稿日期：2011-08-07 作 者 简 介 ：徐 正 洲 （1985-），男 ，山 东 日 照 人 ，在 读 硕 士 研 究 生 ，研 究 方 向 为 嵌 入 式 开 发 与 应 用
趦趭 现代计算机 2011.08
图形图像
换成数字信号，必须为图像设置一个阈值。 区域的亮度 大 于 阈 值 则 定 义 成 “白 色 ”， 区 域 暗 于 二 进 制 级 是 定 义 成为 “黑色”， 数字信号相应的一个白色像素定义为 “1”，相 应 的 一 个 黑 色 的 像 素 定 义 成 “0”， 通 过 这 种 方 式， 一个新的二值化图像的目标是通过以下公式定义 的：
趦趯 现代计算机 2011.08
（College of Computer Science & Information Technology, Guangxi Normal University, Guilin 541004） Abstract: Aiming at the importance of damage detection of the bottle mouth in the bottle production,
中值滤波是非线性的滤波多用于从图像中去除脉 冲噪声， 而且它相对于传统的线性滤波是一种强健的 滤波方式。因为它用来提取尖锐的边缘。 有一些明亮的 点在图像的周围， 当目标是同时减少噪声和提取边缘 时中值滤波比卷积更有效， 它用 5×5 邻域相应地输入 图像的相应像素点。
2.3 找到瓶子的中心用来填充圆提取边缘
0 引言
在酒瓶的生产线上， 由于常常会出现很多瓶口损 伤或者破碎的酒瓶， 经过检测是这样的瓶子瓶口检测 达不到要求。 在国内的的酒瓶生产线上大部分采用采 用的是机械或者人工检测酒瓶的瓶口是否有破损，缺 少相应的工业机器视觉的检测方法， 而人工检测容易 出现的缺点是：速度慢、精度差、且易造成员工的疲劳， 基于以上情况我们提出在酒瓶的生产线上， 采用基于 图像处理的相应算法和基于 机器视觉软件 Halcon10.0 技术的方法相结合来解决瓶口损伤检测的问题。
为了获取瓶颈区域首先获取两个圆的行和列的中
心，以及半径。 然后在获取的圆中打开此圆形区域，再 用侵蚀对这个内圆的区域进行对称侵蚀， 侵蚀后的部 分 像 素 值 为 “0”在 图 像 中 为 黑 色 ，这 样 现 在 把 两 个 圆 进 行相减，然后得到一个圆环，得到的这个圆环内圆为瓶 口的内圆，外 圆和内圆 的 之 间 为 瓶 壁 的 厚 度 ，“1”为 像 素值白 色区域，“0”为像 素 值 黑 色 区 域 ，进 行 定 义 域 的 限定，将上图转换到极坐标下，最终达到把环形的瓶颈 区域转换成矩形区域。 其次找到动态阈值的缺陷，在转 换图像在 X 方向的强平滑：根据上面得到的矩形区域， 裁剪出一个矩形区域， 同时确定图像的灰度值的取值 范围，采用均匀平滑，然后采用一个局部的阈值分割， 因为这里要突出瓶口破损的部分所以要进行一个特征 的可视化增强，然后计算区域的组成部分，借助于阈值 分割出的形状特征进行区域的选择， 用一个长方形来 闭合选择出来的区域。 为了使特征的可视化明显，现在 将选定区域的极坐标转换到笛卡尔坐标下。
包含适合的光和反光镜结构提供期望的图像场景亮 度，这些光源影响图像的处理过程和形状的撷取。 测量 系统的硬件构成是一个普通的数字 CCD 摄像机，图像 大小是 1292(H)×964(V), DH-DP1000 图像采集卡，首先 我们在光源的选择上采用的是背光、白光。
2 图像的采集、处理、检测
据我们所知图像的处理及时是检测的关键部分,在 这项工作中我们主要集中于怎样进行检测瓶口时候有 损为主要目的，这个过程包括灰度级处理、二值化、侵 蚀，以及环形瓶颈转换成长方形、进行相应的图像分析 的像素值为 1 的像素个数。 首先获取的图像时保存成 TIF 格式由三个独立的通道红、绿和蓝组成。 转换彩色 图像到灰度级图像是图像处理过程的关键一步。 使用 Halcon 中的函数 Compose3 来完成转换。 Compose3 通 过 去 除 色 彩 和 色 过 度 饱 和 信 息 转 换 RGB 图 像 到 灰 度 级图像，只剩下明亮的信息。 2.1 图像的二值化
图形图像
基于机器视觉的工业检测
徐正洲 ， 蔡昀哲 ， 朱晓彦
（广西师范大学计算机科学与信息工程学院， 桂林 541004） 摘 要： 针对酒瓶生产中对瓶口进行的有无损伤检测的重要性，对酒瓶瓶口的检测进行深入、系统
的 研 究。 基 于 机 器视 觉 的 检测 技 术 通过 Halcon 软 件 实现 精 准 度高 、过 程 自动 化 、速 度 快 的 检 测，故 采 用 Halcon 软件 和 图 像处 理 的 相关 算 法 实现 瓶 口 的准 确 检 测 。 经 过 实 验表 明 ，采 用机器视觉技术，识别的精度和速度有很大的提高，而且减少了人员的使用，从而减少了企 业的成本。 关键词： 机器视觉； 图像处理； 阈值分割
4 系统实现
采用 Halcon软件的相关技术， 并结合了图像处理 相关算法后期开发，实现了瓶口的有无损伤检测，经过 实验证明检测速度较之以往有大幅的提高， 并且检测
精度非常准确，可以在生产线中直接使用，按生产线中 每秒输送到检测处一个瓶子为准， 可以完全实现瓶口 的检测，此系统搭建在实际的应用中具有一定的意义， 增加了酒瓶检测方法，并且采用 Halcon 软件和图像处 理相关的算法，使整个系统对于瓶口的检测更加方便、 简单、易于实现。
参考文献 [1]（德）Steger,C.，Ulrich,M.，Wiedemann,C.著. 机 器视 觉 算 法与
应用. 杨少荣等译. 清华大学出版社，2008-11-1 [2]张广军. 机器视觉. 北京：科学出版社，2005 [3] 张 正 友 . A Flexible New Technique for Camera Calibration
使用阈值分割的算法来提取子像素边缘， 由于提 取出来的边缘并不是连续的边缘， 所以我们要进行进 行边缘轮廓的分割，把不连续的边缘轮廓分割成线段、 圆弧或者椭圆，为了使是闭合区域，所以进行分割出来 的不连续的边缘轮廓的合并，由于这里是有两个圆，一 个内圆，一个外圆，所以进行合并的时候，以是否在一 个圆上的进行合并的，合并完成以后，计算合并的边缘 轮廓的长度， 但是由于合并完的轮廓不能呈现一个闭 合的区域，所以选取不闭合的区域，进行圆来近似边缘 轮廓，来闭合我们刚刚选定的区域，每一个轮廓对应一 个圆。 这样就实现了区域的边缘提取。
makes an in-depth, systematic research on the detection of the bottle mouth. The measurement based on machine vision through Halcon software to realize the high precision, process automation, speed detection, then uses Halcon software and image processing algorithms to achieve the accurate detection of bottle mouth. The experiment shows that, by using the machine vision technology, it can improve the recognition accuracy and speed greatly, and also reduce the staff use, thereby reducing the cost of the enterprise. Keywords: Machine Vision； Image Processing； Threshold Segmentation
[R]. Technical Report.1998-10 [4]张 灵 飞 ，陈 刚 等. 基 于 一 维 标 定 物 和 改 进 进 化 策 略 的 相 机
标定[J]. 光学学报，2009-11
Industrial Detection Based on Machine Vision
XU Zheng-zhou ， CAI Yun-zhe ， ZHU Xiao-yan
原始图像
分割的图像
轮廓图像
环形瓶颈转换成的长方形图像
图1来自百度文库
3 系统标定
相机的标定其原理为坐标系之间的平移和旋转， 在小孔成像模型中总共涉及到一个世界坐标系、 摄像 机坐标系、图像坐标和像素坐标系，而最终目标是转换 到图像坐标系， 而在图像坐标系统中所有的数据是表 现在像素上，但是当我们需要一个物理的尺寸，因此需 要确定一个映射的关系在它们之间， 机器视觉系统的 标定是对目标无损检测的基本一步， 一个精准的测量
1 机器视觉系统的构成
一个基本的机器视觉系统包括 CCD 摄像机、图像 采 集卡、一台计算机、光源和图像处理的算法，CCD 摄 像机提供将光学图像转换成电信号。 数字设备从摄像 机记录一幅图像通过一个摄像信号的一个数字框架通 过一个 A/D 转换器， 并且存储数字化的图像在一个像 素矩阵中，图像的亮度和阴影是代表像素的数字值。 数 字化形式的图像能通过计算机分析图像的像素值，更 深一步的处理和计算参数是通过软件的算法在数字化 图像上执行完成的。 作为机器视觉系统的一部分，光源
现代计算机 2011.08 趦趮
图形图像
块应用于相机的标定， 标定尺寸是它的屋里尺寸和它 的像素值的比值。 在这里我们是采用软件的标定助手 进行相应的标定，以及参数的选择。 采用标定板进行标 定， 采集几幅图像， 通过这幅图像得到相机的内部参 数， 然后调用函数 find_caltab 确定在输入图像中一个 平面标定板区域内的圆形标记， 然后调用函数 find_marks_and_pose 从图像中提取二维标定标识和摄 像机的外部参数的初始值，最后调用函数 camera_calibration 来确定相机的内部和外部的参数， 最终得到相 机内外部参数的标定目的。
MinGray <= g <= MaxGray
而 g 的 值 则 是 根 据 Halcon 中 的 灰 度 直 方 图 来 确 定，灰度直方图和酒瓶分割后的图像如图 1 所示，然后 进行分出来的区域的选定， 在选定的区域内选定一个 圆 形 区 域 ，半 径 为 3.5 个 像 素 ，此 为 内 圆 ，即 瓶 口 内 侧 圆，然后在此区域内选定另一个圆形区域，半径为 25.5 个像素，此为外圆，外圆与内圆相减即为瓶壁的厚度 22 个像素值。 然后填充外圆的区域，包括内圆一起填充。 填充之后进行区域的边界去除，经过去除的边界，区域 并不呈现一个完整的圆，所以要进行区域的扩张，使其 达到一个完整的圆的区域，扩张区域的条件，是限定一 定的图像的定义域内。 2.2 中值滤波
一幅图像的生成是通过一个摄像机启动作为一个 模拟信号。 使用这个图像做各种各样的检测和测量，模 拟信号必须被转换成为一个数字信号。 从模拟信号转
收稿日期：2011-07-07 修稿日期：2011-08-07 作 者 简 介 ：徐 正 洲 （1985-），男 ，山 东 日 照 人 ，在 读 硕 士 研 究 生 ，研 究 方 向 为 嵌 入 式 开 发 与 应 用
趦趭 现代计算机 2011.08
图形图像
换成数字信号，必须为图像设置一个阈值。 区域的亮度 大 于 阈 值 则 定 义 成 “白 色 ”， 区 域 暗 于 二 进 制 级 是 定 义 成为 “黑色”， 数字信号相应的一个白色像素定义为 “1”，相 应 的 一 个 黑 色 的 像 素 定 义 成 “0”， 通 过 这 种 方 式， 一个新的二值化图像的目标是通过以下公式定义 的：
趦趯 现代计算机 2011.08
（College of Computer Science & Information Technology, Guangxi Normal University, Guilin 541004） Abstract: Aiming at the importance of damage detection of the bottle mouth in the bottle production,
中值滤波是非线性的滤波多用于从图像中去除脉 冲噪声， 而且它相对于传统的线性滤波是一种强健的 滤波方式。因为它用来提取尖锐的边缘。 有一些明亮的 点在图像的周围， 当目标是同时减少噪声和提取边缘 时中值滤波比卷积更有效， 它用 5×5 邻域相应地输入 图像的相应像素点。
2.3 找到瓶子的中心用来填充圆提取边缘
0 引言
在酒瓶的生产线上， 由于常常会出现很多瓶口损 伤或者破碎的酒瓶， 经过检测是这样的瓶子瓶口检测 达不到要求。 在国内的的酒瓶生产线上大部分采用采 用的是机械或者人工检测酒瓶的瓶口是否有破损，缺 少相应的工业机器视觉的检测方法， 而人工检测容易 出现的缺点是：速度慢、精度差、且易造成员工的疲劳， 基于以上情况我们提出在酒瓶的生产线上， 采用基于 图像处理的相应算法和基于 机器视觉软件 Halcon10.0 技术的方法相结合来解决瓶口损伤检测的问题。