基于機(jī)器視覺的零件圖像采集及識(shí)別的研究
0 引言
機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器自動(dòng)地接受和處理一個(gè)真實(shí)物體的圖像,以獲得所需信息或用于控制機(jī)器動(dòng)作的裝置。機(jī)器視覺借助于計(jì)算機(jī)軟件對(duì)圖像進(jìn)行定量的分析,其處理的速度與被處理圖像的復(fù)雜程度有關(guān)。它具有快速、可靠、一致性高的優(yōu)點(diǎn),對(duì)于大批量的生產(chǎn)有很好的經(jīng)濟(jì)效益。本課題采用先進(jìn)的圖像采集系統(tǒng)對(duì)零件的輪廓進(jìn)行采集,通過vc＋＋.net作為開發(fā)平臺(tái),結(jié)合圖像處理相關(guān)的算法,對(duì)零件的輪廓邊緣特征進(jìn)行識(shí)別提取。
本文首先通過wat－902黑白ccd（電荷耦合器件）和t2314fics－3工業(yè)自動(dòng)化鏡頭對(duì)平臺(tái)正下方方形零件拍攝,由mv－20圖像采集卡將模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào),將其送入計(jì)算機(jī)進(jìn)行圖像二值化處理、區(qū)域分割、邊緣檢測(cè)及跟蹤、簡(jiǎn)單背景下的物體目標(biāo)與背景的分離以及特征提取等處理,最后融合特征數(shù)據(jù)建立判別函數(shù),實(shí)現(xiàn)了對(duì)零件圖像的自動(dòng)識(shí)別,本文主要介紹灰度變換,二值化處理和邊緣檢測(cè)的算法及其應(yīng)用。
1 灰度變換
灰度變換是圖像增強(qiáng)的重要手段,它可使圖像動(dòng)態(tài)范圍加大,使圖像對(duì)比度擴(kuò)展,圖像更加清晰,特征更加明顯。
本課題采用灰度線性變換方法中的分段變換法進(jìn)行可灰度的拉伸試驗(yàn)、分段線性變換[1]就是將圖像的灰度區(qū)間分成兩段乃至多段分別進(jìn)行線性變換,它的優(yōu)點(diǎn)是可以根據(jù)用戶的需要,拉伸特征物體的灰度細(xì)節(jié),相對(duì)抑制不敢興趣的灰度級(jí)。
分段線性變換遵循以下原則：
如果|a－c|＞|a－c|,|c－d|＜|c－d|,|d－b|＝|d－b|,則是擴(kuò)展第1區(qū)間[a,c],壓縮第2區(qū)間[c,d],維持第3區(qū)間[d,b],得到低灰度級(jí)被增強(qiáng)的圖像。如果|d－b|＜|d－b|,則可得高灰度級(jí)被增強(qiáng)的圖像。
圖1是基于vc開發(fā)出的用于分段線性變換設(shè)置方法,圖中利用點(diǎn)（50,30）和點(diǎn)（200,220）將灰度空間分成3段,通過調(diào)整這兩點(diǎn)的坐標(biāo)位置進(jìn)行灰度變換。
2 圖像的二值化
為了進(jìn)行圖像識(shí)別,需要將經(jīng)過拍攝到的圖像二值化,因?yàn)閏cd攝取的圖像f（x,y）為灰階圖像,圖像上的任一像素（x,y）處的灰度級(jí)l范圍為0≤1≤l。當(dāng)l＝0,像素顏色為黑色;當(dāng)l＝1,像素顏色為白色;當(dāng)0≤1≤l,像素顏色為白色,像素顯示黑與白之間的中間色。所謂圖像的二值化,就是使灰度級(jí)l只能取0或l,則圖中像素的顏色或者為白,或者為黑,此時(shí)圖像被稱為二值圖像（黑白圖像）,為了使矩陣運(yùn)算較為簡(jiǎn)單,通常取l＝1（規(guī)格化）。
圖像二值化的目的是為了從原始圖像中檢測(cè)出對(duì)象物,即將圖像分成對(duì)象物和背景兩個(gè)區(qū)域,通常的辦法是設(shè)定一個(gè)閾值θ,取原始圖像中灰度級(jí)大于θ的像素群為對(duì)象物,小于θ的像素群為背景區(qū)域,例如設(shè)原始圖像為f（x,y）,二值化后圖像為g（x,y）,則
二值化的關(guān)鍵和難點(diǎn)是閾值選擇。在數(shù)字圖像中,無用的背景數(shù)據(jù)以及各種噪聲的數(shù)據(jù)和對(duì)象物常常混在一起,閾值的選擇方法很多,這里采用最大方差閾值法[2,3]對(duì)零件的圖像進(jìn)行處理。
最大方差閾值法是把待處理圖像的直方圖在某一閾值處分割成兩組,當(dāng)被分割成兩組間方差為最大時(shí),決定閾值。
設(shè)灰度圖像f（x,y）的灰度級(jí)為0－l,灰度級(jí)i的像素?cái)?shù)為ni,則圖1中,總像素?cái)?shù)為： 將灰度級(jí)分為兩組：c0＝0～k,c1＝k＋1～l,則c0產(chǎn)生的概率為：
