ProU软件应用心得2 ---- 运动控制卡与机器视觉

差的绝对值算法是衡量 T 和 Sij 中每一个像素的灰度误差，其公式为：
MN
E(i,j) |Sij(m,n) T(m,n)| m1 n1
E( i, j )为最小值处即为匹配目标。
____________________________________________________________________________________________________________
把原链码进行了旋转归一化处理。
差分码由链码两个相邻像素码元方向数相减，即前面的方向数减后面的方向数；并对结果
做模 8 运算，即负数加 8。
起点
起点
图 1.6 一条曲线
图 1.7 图 1.6 逆时针旋转 90 度
图 1.6 所示的曲线的差分链码为 017217101101071。图 1.7 所示的曲线的差分链码也为 017217101101071。差分链码显然是该曲线的一个形状特征。根据曲线的链码还可以设计出其 他的形状特征，例如：区域边界的周长、区域的面积、区域的形心、链码直方图等。
目前，机器视觉软件大多数为进口产品，使用比较复杂，价格也偏高。深圳优易控软件有 限公司自主开发的应用于工业控制领域的软件 ProU，不但具有运动控制功能，而且集成了机 器视觉功能，编程简单、方便。
一. 机器视觉系统简介
一）机器视觉的基本概念 一个典型的机器视觉系统包括：光源、被拍摄物体、镜头、相机、图像采集与处理软件、
~6~
用网线将相机与电脑连接，然后在 Basler 公司网站上下载 pylon Viewer 软件，安装运行后，
可在界面中见到一个相机的型号及识别码，如图 1.16 所示。双击相机型号及识别码，相机与
电脑自动连接，再点击图标 “Continuous shot”，相机开始连续拍照，图像在右边窗体中显
数码图像是由许多像素组成的一个矩阵。如图 1.2 所示的一个正方形物体，其背景为黑色， 灰度为 0；在顶部光源照射下，其上端很亮，为白色，灰度为 255；侧面较亮，为灰色，灰度 为 128。用 8 行 8 列的像素矩阵表述这个正方形物体的黑白图像，结果如图 1.3 所示。
____________________________________________________________________________________________________________
这类方法的主要优点是匹配对象是图像的显著特征，因而大大压缩了图像的变化信息量，
与基于灰度的匹配方法相比，计算量小，速度快；具有平移、旋转不变性，而且对图像灰度的
变化具有鲁棒性。 下面以链码为例，介绍形状特征的提取方法。
3
2
1
对于数字图像而言，区域的边界轮廓可以看作由相邻
边界像素之间的单元连线逐段相连而成。对于某一个像素，
~2~
2．基于形状的匹配原理
形状匹配是使用图形的边界特征进行匹配。
采用目标物的边界来描述物体的形状，即边界描述。常用的边界描述方法有：链码、边界
的曲率和挠率、傅里叶形状描述子等等。
基于形状特征的模板匹配方法的基本思路是：首先提取模板图像和目标图像中保持不变的
特征，然后以此为参考信息进行目标图像的匹配。匹配过程和基于灰度的模板匹配相似。
3. 镜头与相机接口的匹配 C 型接口的镜头与相机接触面至镜头焦平面（CCD 光电感应器应处的位置）的距离为 17.5mm，
而 CS 型接口此距离为 12.5mm。
____________________________________________________________________________________________________________
图 1.2 正方体
图 1.3 正方体的像素矩阵
镜头、相机将物体图像变成电信号，再经过 A/D 转换变成数字信号，并存储到计算机内 存中，形成图像数据。
像素是数码图像最小单位。一幅数码图像是由成千上万个像素组成。对于黑白图像，一个 像素只需要一个字节表示明暗就可以了，即一个像素就是一个 0~255 之间的一个数字。
盖被搜索图的那块区域叫子图 Sij。i，j 为子图左上角在被搜索图 S 上的坐标。搜索范围是：
{
1 1

i j

W H
– –
M N
通过比较 T 和 Sij 的相似性，完成模板匹配过程。
j
子图 Sij
n
m
H-m
i
模板 T
W-n
被搜索图 S
图 1.4 模板与被搜索图的关系
基于灰度的模板匹配算法很多，如：误差平方和法、差的绝对值法、互相关法，以及一些 改良算法。
4
0
把该像素和其他 8 个邻域内各像素的连线方向按 8 链码进
行编码，如图 1.5 所示。
图 1.6 所示的曲线的链码为 5565707001223324。如果
5
6
7
该曲线在平面内任意平移，显然其链码不变。 将该曲线逆时针旋转 90 度，如图 1.7 所示，起点位
图 1.5 八链码的 8 个方向数
置不变，其链码变为 7707121223445546。但是，链码的差分码具有旋转不变的特性，相当于
图 1.12 最小物距 210mm 时的照片
____________________________________________________________________________________________________________
~5~
增加转接环可减小物距。图 1.11 是最小物距 500mm 拍摄的照片，视场的宽约 63mm。图 1.12
示。点击图标
，可调整图像大小。调整镜头的光圈、相距、光源的亮度，使图像清晰。
图 1.16 Basler 相机测试软件
二. ProU 软件的机器视觉模块 ProV 的功能
ProV 是 ProU 软件中的机器视觉模块，其图像处理的主要功能有 2 大类：图像定位和测量。 图像定位的主要方法有：灰度匹配、轮廓匹配、边缘找线、卡尺找线、边缘找圆、卡尺找 圆等。 图像测量的主要方法有：点到点的距离、线到线的距离、线到圆的距离、圆到圆的距离、 同心圆测量。 下面通过一个实例，详细介绍 ProV 的主要功能及应用方法。 该实例采用图 1.15 所示的 3 轴点胶机，Y 轴平台上放置工装，工装上放置 3 行 4 列等间 距排列的 12 个相同的 IC，需要在每个 IC 的固定位置点胶，IC 如图 1.16 所示。设：工装每次 摆放在平台上都能保证 IC 行与列分别与 X 轴和 Y 轴平行；但 X 和 Y 方向有位置误差，采用 机器视觉获取第一个 IC 的中点坐标，然后点胶机从第一个 IC 的中心位置开始对 12 个 IC 点胶。
是在镜头和相机中间增加了 2 个 5mm 厚的转接环后拍摄的照片。像距增加 10mm，最小物距变
为 210mm。相机的视场减小，测量精度提高。
高斯的凸透镜成像公式给出了物距、像距和焦距的关系：
1/u + 1/v = 1/f
其中：u 为物距、v 为像距、f 为焦距。参见图 1.13。
一个镜头可以近似为一个凸透镜。用高斯成像公式 很容易解释为什么增加转接环可减小物距。
2. 相机 本次实验采用的相机型号为 Basler acA2500-14gm。其图像传感器为黑白 CMOS 型、尺寸为
1/2.5”，分辨率为 25921944 像素，镜头接口为 C 型，通讯接口为以太网，通讯速度为 100Mbit/s， 电源为直流 12V（电源及电源线需另购）。其他主要参数及外形尺寸如图 1.9 所示。
本次实验采用的光源为显微镜用白色 LED 光源，其外形如图 1.14 所示，其亮度可调。使 用光源上的 3 个螺钉，可很容易将其固定在镜头上，如图 1.15 所示。
四）相机的安装与测试 图 1.15 为一个三轴点胶机。Y 轴前后运动，工件放置在 Y 轴平台上；X 轴左右运动；Z
轴固定在 X 轴平台上，可上下运动；其上固定一铅笔，模拟点胶头。 相机和光源固定在 X 轴上。移动 X、Y 轴位置，相机可拍摄 Y 轴平台上任意位置的工件，
然后由机器视觉系统获取工件的准确位置。
图 1.14 白色 LED 光源
图 1.15 点胶机及相机和光源
____________________________________________________________________________________________________________
~1~
图像处理就是对图像矩阵进行各种数学变换，实现图像的移动、旋转、扭曲校正，或调整 图像的亮度、对比度、清晰度等指标。
图像分析就是对图像中感兴趣的目标进行检测和测量，以获得客观的信息，即特征提取。 常用的图像分析方法有：边缘检测与提取、图像分割、几何测量、模板匹配等。
二）图像匹配的基本原理
图像匹配是通过图像内容、特征、结构、关系、灰度等对应关系，通过相似性和一致性分
Leabharlann Baidu~3~
1. 镜头 本次实验采用的镜头型号为 Computar M5018-MP2，其焦距为 50mm，光圈为 1.8~16，物
距为 0.5m~无穷远。镜头直径为 2/3”，镜头支持最大耙面（对角线长度）为 2/3”或以下相机； C 型接口。其他参数见图 1.8。
注：2/3 英寸镜头的靶面尺寸为宽 8.8mm、高 6.6mm，对角线 11mm。这里的 1 英寸为 16mm。因为早年电 视摄像机使用的感光元件是真空管，真空管外径含玻璃厚度。外径 1 英寸的真空管，实际成像区域只有 16mm 左右，于是 16mm 就成了电子摄像行业一个约定俗成的度量单位。
析，寻求相同目标的方法。
1．基于灰度的匹配原理
基于灰度的模板匹配是一种经典的模板匹配算法。它不需要对图像进行特征提取，而是直
接利用全部可用的图像灰度信息，因此匹配精度较高；但计算量较大、运算速度较慢。
如图 1.4 所示，模板 T( m n 个像素)叠放在被搜索图 S( W H 个像素)上平移，模板覆
ProU 软件应用心得 2 ---- 运动控制卡与机器视觉
深圳 Lipton 2018．10．24．
机器视觉技术已经大量应用于自动化设备中。如电子加工业中的 PCB 印刷电路板的质量 检验；丝网印刷、SMT 表面贴装、焊接等设备上对电子元件的定位、型号的检验、质量检测 等都使用机器视觉技术，并且发挥着关键作用。
= 50 65.56 / (65.56 - 50) = 210.7 mm 该结果和实验数据与图 1.8 中提供的数据相吻合。
4. 光源 光源也是机器视觉系统中的一个重要部件，它直接影响图像质量。自然光、环境光会随时
间变化，影响图像质量，所以在自动化设备上一般都采用防护罩将拍摄物体与环境光隔离，并 选择合适的光源，使图像达到最佳效果。
监视器等。 在自动化设备中进行图像处理一般采用黑白照片，即图像只有明暗变化，没有色彩，故也
称为灰度图。要生成灰度图，就需要对亮度进行量化。通常把亮度划分为 256 个级别，从 0 到 255，即 256 级灰度，如图 1.1 所示。0 最暗，即全黑；255 最亮，即全白。
255
128
0
图 1.1 256 级灰度
镜头到插座的距离 480mm
图 1.8 镜头 Computar M5018-MP2 的参数
调整镜头上的光圈环和像距环可以得到清晰的图像。 满足图像清晰度要求的最远物距与最近物距的差值，称为景深。当希望将物体、前景、背 景都看清楚时，景深要大；当只希望看清物体局部情况时，景深要小。 影响景深的主要因素有光圈、焦距、物距。它们的关系如下： 光圈直径越大（f 值越小）景深越小；光圈直径越小（f 值越大）景深越大。 镜头焦距越长景深越小；焦距越短景深越大。 物距越近，景深越小；物距越远，景深越大。
~4~
图 1.9 Basler acA2500-14gm 相机的参数与外形尺寸
相同接口的镜头和相机可以正常匹配。C 型接口镜头与 CS 型接口相机之间需要增加一个 5mm 厚的 C/CS 转接环，方可正常使用。如图 1.10 所示。
图 1.10 镜头接口与转接环
图 1.11 最小物距 500mm 时的照片
凸透镜 u
已知：f = 50 mm，u = 500 mm
f 2f
则： v = f u / ( u – f ) = 50 500 / (500 - 50) = 55.56 mm
若像距增加 10mm，即 v’= 65.56 mm
则： u’= f v’/ ( v’– f )
2f f v
图 1.13 物距、像距和焦距的关系
三）机器视觉系统的元件 选择镜头和相机需要考虑因素有：拍摄图像的大小、分辨率、镜头安装位置、摄像头接口、
与软件的匹配、价格等。
____________________________________________________________________________________________________________