基于HALCON的机器视觉系统的研究与实现

莆莁螃芆节莀袅聿膈荿羇袂蒇蒈蚇肇莃蒇蝿袀艿蒆袂肆芅蒅蚁袈膁蒅螄膄葿蒄袆羇莅蒃羈膂芁蒂蚈羅膇薁螀膁肃薀袂羃莂蕿薂腿莈蕿螄羂芄薈袇芇膀薇罿肀葿薆虿袃莅薅螁肈芁蚄袃袁膇蚄薃肆肃蚃蚅衿蒁蚂袈肅莇蚁羀羈芃蚀蚀膃腿虿螂羆蒈蚈袄膁莄螈羆羄芀螇蚆膀膆莃螈羂肂莂羁芈蒀莁蚀肁莆莁螃芆节莀袅聿膈荿羇袂蒇蒈蚇肇莃蒇蝿袀艿蒆袂肆芅蒅蚁袈膁蒅螄膄葿蒄袆羇莅蒃羈膂芁蒂蚈羅膇薁螀膁肃薀袂羃莂蕿薂腿莈蕿螄羂芄薈袇芇膀薇罿肀葿薆虿袃莅薅螁肈芁蚄袃袁膇蚄薃肆肃蚃蚅衿蒁蚂袈肅莇蚁羀羈芃蚀蚀膃腿虿螂羆蒈蚈袄膁莄螈羆羄芀螇蚆膀膆莃螈羂肂莂羁芈蒀莁蚀肁莆莁螃芆节莀袅聿膈荿羇袂蒇蒈蚇肇莃蒇蝿袀艿蒆袂肆芅蒅蚁袈膁蒅螄膄葿蒄袆羇莅蒃羈膂芁蒂蚈羅膇薁螀膁肃薀袂羃莂蕿薂腿莈蕿螄羂芄薈袇芇膀薇罿肀葿薆虿袃莅薅螁肈芁蚄袃袁膇蚄薃肆肃蚃蚅衿蒁蚂袈肅莇蚁羀羈芃蚀蚀膃腿虿螂羆蒈蚈袄膁莄螈羆羄芀螇蚆膀膆莃螈羂肂莂羁芈蒀莁蚀肁莆莁螃芆节莀袅聿膈荿羇袂蒇蒈蚇肇莃蒇蝿袀艿蒆袂肆芅蒅蚁袈膁蒅螄膄葿蒄袆羇莅蒃羈膂芁蒂蚈羅膇薁螀膁肃薀袂羃莂蕿薂腿莈蕿螄羂芄薈袇芇膀基于HALCON的机器视觉系统的研究与实现摘要近年来，机器视觉系统以其高效率、高可靠、低成本的特点在国外取得了广泛的应用。机器视觉系统适用于众多领域，例如工业自动化、医药业、制造业、农业等，弥补了人类视觉的很多不足。本文采用德国MVTec公司的专业机器视觉软件HALCON来开发机器视觉系统，提出了相关机器视觉实现方法，并且在机器视觉实验平台上完成了一个弹簧片检测任务。目前关注较多的是机器视觉系统的硬件部分，而机器视觉软件部分关注较少，一个先进的机器视觉系统除了具有高性能的硬件外，还需要有高性能的软件，虽然说许多常见的开发软件例如Mircosoft的VisualStudio、NI的LabWindows\CVI等等都可以开发机器视觉系统，但是开发周期比较长，针对性较弱，程序的复杂程度较高。而采用HALCON作为机器视觉和图像处理核心软件，不仅大大缩短了开发周期，降低了开发难度，而且可以参考HALCON提供的众多机器视觉和图像处理例程来针对具体的任务做具体开发。文章的第一章研究了机器视觉系统的组成、应用现状和发展，并且对机器视觉软件HALCON做了概述。第二章根据相关要求，选择合适的硬件单元，设计和搭建了VS-ZM1200机器视觉实验平台。第三章研究了机器视觉中常用的一些图像处理技术，重点讨论了在弹簧片检测任务中所采用的图像处理技术和算法，如图像的增强，分割，边缘检测等。第四章研究了机器视觉软件，重点研究了HALCON，并且对在VisualC++开发环境下如何使用HALCON编写的程序做了讨论。第五章介绍了在VS-ZM1200机器视觉实验平台上，使用HALCON和VisualC++开发的一套弹簧片检测系统，该系统完成关于弹簧片的尺寸参数测量和外观参数判别的任务。第一章：绪论1.1机器视觉概述人类在征服自然、改造自然和推动社会进步的过程中,为了克服自身能力、能量的局限性,发明和创造了许多机器来辅助或代替人类完成任务。这类机器,我们通常称为智能机器,它能模拟人类的功能,能感知外部世界并有效地解决人所希望解决的问题。人类感知外部世界主要是通过视觉、触觉、听觉和嗅觉等感觉器官,而视觉,是人类最重要的感觉功能。视,就是看;觉,就是感觉、感知。通过看来感知外部世界丰富多采的信息。“百闻不如一见”,这句话生动地说明了视觉对获得客观世界信息的重要性。据统计,人所感知的外界信息有80%以上是由视觉得到的[1],通过视觉,我们可以感受到物体的位置,亮度以及物体之间的相互关系等。因此,对于智能机器来说,赋予机器人类的视觉功能对发展智能机器是极其重要的,由此形成了一门新的学科———机器视觉。机器视觉，就是用机器（通常是数字计算机）代替人眼来做测量及判断，对图像进行自动处理并报告“图像中有什么”的过程。美国制造工程师协会（SMESocietyofManufacturingEngineers）机器视觉分会和美国机器人工业协会（RIARoboticIndustriesAssociation）的自动化视觉分会对机器视觉下的定义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置”。具体来讲，是指通过镜头将被测目标转化为图像信号，投射至影像接受器件（一般为CCD元件）上再通过数字计算机进行分析处理。CCD是英文（ChargeCouplingDevice）的缩写，其中文含义为电荷耦合组件。当不同强度的光线照射在CCD表面，CCD即发生光电效应，产生对应分布的电荷量。通过模数转换即可得到对应的数字量。由于一般均采用8位模数转换，则最低强度光线（黑）到最高强度光线（白）分成256等分（0~255），专业术语称之为灰阶或灰度随着信息时代的到来，用计算机处理各种信息的需求越来越多。多媒体信息处理技术已经成为日常生活各个领域的迫切需要，而人们就更希望能用计算机来处理视觉问题，例如利用人脸、虹膜、指纹等识别技术来处理与个人有关的一切事务。利用自动识别技术帮助盲人，利用视觉自动监控系统监视环境中发生的非常事件，如陌生人的侵入、老年人的异常行动等。在如智能交通管理系统、视频检索、用于军事目的的自动目标检测等，都需要应用机器视觉技术来解决问题。正如视觉是人类在自然环境与社会环境生存不可缺少的最重要感知器官，机器视觉技术也是信息技术中一门不可缺少的技术，因此它成为计算机学科中不可或缺的一们学科。1.1.1机器视觉组成特征度量模式分类器原始数据特征向量类别标识图1-1机器视觉系统的组成框图图1-1用图的方式表示了一个机器视觉系统在最基本层次上的组成。首先对未知物体进行度量，并确定一组特征的度量值。在工业应用中，这些特征包括被度量零件在图像中的长，宽和面积。一旦特征经过度量后，其数值就被送到一个实现决策规则的过程中去。这种决策的规则一般用一个子程序实现。它对度量值进行计算，并根据所度量的值确定物体最可能属于的类别。典型的机器视觉系统一般包括：光源，光学镜头，摄像机，传感器，图像分析处理软件，通讯接口等组成的。场景光源主机相机视觉系统图像描述图1-2：机器视觉基本结构如图1-2所示光源：在目前的机器视觉应用系统中，好的光源与照明方案往往是整个系统成败的关键，光源与照明方案的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部份之间应尽可能地产生明显的区别。其中LED光源凭借其诸多的优点在现代机器视觉系统中得到越来越多的应用光学镜头：光学镜头相当于人眼的晶状体，在机器视觉系统中非常重要。镜头的主要性能指标有焦距、光阑系数、倍率、接口等。相机：相机是机器视觉系统获取原始信息的最主要部分，目前主要使用的CMOS相机和CCD相机。目前CCD摄像机以其小巧、可靠、清晰度高等特点在商用与工业领域都得到了广泛地使用。图像采集卡：在基于PC机的机器视觉系统中，图像采集卡是控制摄像机拍照，完成图像采集与数字化，协调整个系统的重要设备。视觉传感器：基于PC机的机器视觉系统结构没有模块化，安装不方便，可移植性差，特别是与工业广泛使用的PLC接口比较麻烦。从软件和硬件开发两个方面来考虑，都需要一种更适合工业需求的机器视觉组件。目前国外已经开发出了一种叫做视觉传感器的模块化部件，图2为实物图。这种视觉传感器集成了光源、摄像头、图像处理器、标准的控制与通讯接口，自成为一个智能图像采集与处理单元，内部程序存储器可存储图像处理算法，并能使用PC机，利用专用组态软件编制各种算法下载到视觉传感器的程序存储器中。视觉传感器将PC的灵活性，PLC的可靠性、分布式网络技术结合在一起。用这样的视觉传感器和PLC可以更容易地构成机器视觉系统1.1.2机器视觉应用机器视觉被称为自动化的眼睛，在国民经济、科学研究及国防建设等领域都有着广泛的应用。视觉的最大优点是与被观测的对象无接触，因此对观测与被观测者都不会产生任何损伤，十分安全可靠，这是其他感觉方式无法比拟的。另外，视觉方式所能检测的对象十分广泛，可以说对对象是不加选择的。理论上，人眼观察不到的范围计算机视觉也可以观察。例如红外线、微波、超声波等人类就观察不到，而机器视觉则可以利用这方面的敏感器件形成红外线、微波、超声波等图像。因此可以说机器视觉扩展了人类的视觉范围。另外，人无法长时间地观察对象，计算机视觉则不知疲劳，始终如一地观测，所以机器视觉可以广泛地用于长时间恶劣的工作环境。下面列举一些已取得的应用成果[10-14]：检测技术是现代制造业的基础技术之一,是保证产品质量的关键。近年来,随着市场竞争的不断加剧,对产品质量的要求几乎近于苛刻,产品在线100%检测、控制和管理已成为企业不可缺少的技术装备,并可通过网络与制造业信息化系统连接,实现产品质量管理。随着现代制造业的发展,许多传统的检测技术已不能满足其需要,表现在:现代制造产品种类有很大的扩充,现代制造强调实时、在线、非接触检测,现代产品的制造精度大大提高;现代制造业的进步需要研究新型的产品检测技术,视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,能很好地满足现代制造业的需求,在实际中显示出广阔的应用前景。机器视觉检测系统正是适应以上要求而发展起来的一门学科。机器视觉检测系统是建立在计算机视觉研究基础上的一门新兴检测技术,可用于工业领域的很多方面,如零件检验与尺寸测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。在现代制造业自动化生产中,涉及到各种各样的检查、测量和零件识别应用。这类加工生产的共同特点是连续大批量生产、对尺寸精确度的要求非常高。这种带有高度重复性和智能性判断的工作一般只能靠人手工检测来完成,我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序,在给工厂增加巨大的人工成本和管理成本的同时,仍然不能保证100%的检验合格率,而当今企业之间的竞争,已经不允许哪怕是0.1%的缺陷存在。有些时候,如微小尺寸的精确快速测量,形状匹配,颜色辨识等,用人眼根本无法连续稳定地进行,其它物理量传感器也难有用武之地。以铸件而言,它的形状不规则导致难以测量,而钣金件也是千变万化。这时,计算机的快速性、可靠性、结果的可重复性,与人类视觉的高度智能化和抽象能力相结合,使机器视觉在工业检测中的应用越来越广泛。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。机器视觉系统形式多样，在不同的场景中应用所采用摄像装置也是不同的。主要区分为，线阵和面阵两类。工业视觉大多数使用线阵系统。下面列出部分使用线阵和面阵视觉系统的应用。(1)纺织与服装断纱检测;织染检测;布料、皮革形状检测。(2)食品与粮食粮食异物检测、分拣与色选;饮料液位检测;生产日期、保质期字符识别;灌装线上空瓶的破损、洁净检测。(3)特种检验缆绳磨损与破损检测;容器与管道探伤;游乐设施速度检测;危险装备的在线状态检测。(4)包装外观完整性检测;条码识别;唆头、密封性检测。(5)机械制造零部件外形尺寸检测;装配完整性检测;部件的定位与姿态识别;零件、发动机、底盘等编号的同色凹字符识别。(6)邮政分拣邮政编码识别;包裹物品检测。(7)海关与口岸指纹、掌纹、虹膜与人脸识别;货物识别;安检危险物品检测。此外，机器视觉还广泛应用于集成电路检测、航空航天、军事国防、消防和公路交通等。1.1.3机器视觉的现状和发展机器视觉自七步发展到现在，已有接近15年的历史。应该说机器视觉作为一个应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。据不完全统计，目前全球整个视觉市场总量大概在70亿美元这个规模，并且按照每年8.8%的速度在增长。而在中国，由于工业自动化成都还没有达到国外的先进水平，所以机器视觉在中国的应用还处于起步阶段，但是随着制造业对自动化的需求以及对生产质量和管理水平的不断提高，中国对机器视觉的需求将会不断上升。目前机器视觉朝着两个大方向在发展，一个是嵌入式，如传感器和