《現(xiàn)代檢測技術(shù)5-基于機器視覺的測控技.ppt》由會員分享，可在線閱讀，更多相關(guān)《現(xiàn)代檢測技術(shù)5-基于機器視覺的測控技.ppt（103頁珍藏版）》請在裝配圖網(wǎng)上搜索。

第5章基于機器視覺的測控技術(shù) 主要內(nèi)容機器視覺測控系統(tǒng)數(shù)字圖像處理圖像融合技術(shù)典型應(yīng)用HALCON簡介 介紹機器視覺測控系統(tǒng) 數(shù)字圖像處理方法以及圖像信息融合術(shù) 簡要介紹應(yīng)用作者研制的ZM VS1300視覺智能測控系統(tǒng)平臺研制開發(fā)自己專用視覺測控系統(tǒng)方案 最后給出了作者研制的機器視覺測控系統(tǒng)典型應(yīng)用案例 第5章基于機器視覺的測控技術(shù) 第5章基于機器視覺的測控技術(shù) 5 1機器視覺測控系統(tǒng) 本節(jié)從機器視覺測控系統(tǒng)的基本概念出發(fā) 綜合機器視覺測控系統(tǒng)原理 技術(shù)和應(yīng)用進行介紹 典型的視覺檢測系統(tǒng)的構(gòu)成 概念 機器視覺測控就是將被測對象的視覺圖像信息檢測傳遞給圖像處理裝置 圖像處理裝置經(jīng)過一系列處理后給出決策結(jié)果 根據(jù)決策結(jié)果實施對測控系統(tǒng)的相應(yīng)控制 應(yīng)用 廣泛應(yīng)用于有形物體的檢測 識別和跟蹤 如工業(yè)產(chǎn)品的尺寸測量 缺陷識別 分類判定等 微電子器件的焊點自動檢測 軟質(zhì) 易脆零部件的檢驗 各種模具二維形狀檢測 大型工具三維自動檢測等 原理 機器視覺測控系統(tǒng)一般由獲取圖像信息的圖像測量系統(tǒng) 決策分類或跟蹤對象的控制系統(tǒng)組成 可分為圖像獲取和圖像處理兩大部分 獲取被測場景中的圖像信息設(shè)備稱為觀測系統(tǒng) 包括照相機和攝像系統(tǒng) 獲取的信息可是是靜態(tài)的 也可以是動態(tài)的 可以是二維的 也可以是三維的 決策分類或跟蹤對象的控制系統(tǒng)根據(jù)對圖像信息的分析結(jié)果進而實施一定的控制 6 原理 機器視覺測控系統(tǒng)一般由獲取圖像信息的圖像測量系統(tǒng) 決策分類或跟蹤對象的控制系統(tǒng)組成 可分為圖像獲取和圖像處理兩大部分 獲取被測場景中的圖像信息設(shè)備稱為觀測系統(tǒng) 包括照相機和攝像系統(tǒng) 獲取的信息可是是靜態(tài)的 也可以是動態(tài)的 可以是二維的 也可以是三維的 決策分類或跟蹤對象的控制系統(tǒng)根據(jù)對圖像信息的分析結(jié)果進而實施一定的控制 5 1 1機器視覺檢測系統(tǒng)硬件 光源照度要適中亮度要均勻亮度要穩(wěn)定不應(yīng)產(chǎn)生陰影照度可調(diào) 5 1 1機器視覺檢測系統(tǒng)硬件 在視覺檢測系統(tǒng)中 視覺傳感器對光線的依賴性很大 照明條件的好壞將直接影響成像的清晰度 細(xì)節(jié)分辨率和圖像的對比等 因此 照明光源的正確設(shè)計與選擇是是視覺檢測成功的關(guān)鍵 5 1 1機器視覺檢測系統(tǒng)硬件 根據(jù)具體應(yīng)用選擇光源 1 通過檢測被測物體的像來測量被檢測物體的某些特征參數(shù) 選用白熾燈或鹵鎢燈 2 通過測量被檢測物體的空間頻譜分布來確定被檢測物體的某些特征參數(shù) 選用激光照明 5 1 1機器視覺檢測系統(tǒng)硬件 光源的照明方式 1 漫反射照明適合于照射表面光滑 形狀規(guī)則的物體 2 投射照明也稱為背光照明 適合于不透光物體照明 可以形成一幅黑白灰度圖像 用于物體輪廓識別與定位 5 1 1機器視覺檢測系統(tǒng)硬件 光源的照明方式 3 結(jié)構(gòu)光照明結(jié)構(gòu)光指幾何形狀已知的光束 通過結(jié)構(gòu)光投影模式的變化可以檢測物體的二維 三維幾何特征 4 定向照明方式如果物體表面光滑且無缺陷 則定向平行光束將會被有規(guī)律地反射 若物體表面粗糙或存在缺陷 則會造成投射光的散射 根據(jù)反射光的變化檢測物體表面的粗糙度或表面缺陷 5 1 1機器視覺檢測系統(tǒng)硬件 圖像傳感器CCD電荷耦合器件攝像機 ChargeCoupledDevice 感光像元在接收輸入光后 產(chǎn)生電荷轉(zhuǎn)移 形成輸出電壓 分為線陣和面陣兩種 性價比高 受到廣泛應(yīng)用 CMOS攝像機 ComplementaryMetalOxideSemiconductor 體積小 耗電少 價格低 在光學(xué)分辨率 感光度 信噪比和高速成像等已超過CCD 5 1 1機器視覺檢測系統(tǒng)硬件 圖像傳感器其他 飛點掃描器 FlyingPointScanner 掃描鼓 掃描儀 顯微光密度計等 遙感圖像獲取設(shè)備 光學(xué)攝影 攝像機 多光譜攝像機等 紅外攝影 紅外輻射計 紅外攝像儀 多通道紅外掃描儀等 5 1 1機器視覺檢測系統(tǒng)硬件 圖像采集卡 將視頻圖像以模擬電信號方式輸出標(biāo)準(zhǔn)視頻信號 黑白視頻 RS 170 RS 330 RS 343 CCIR 復(fù)合視頻 NTSC PALSECAM制式 分量模擬視頻 S Video等 非標(biāo)準(zhǔn)視頻信號 非標(biāo)準(zhǔn)RGB信號 線掃描信號 逐行掃描信號 5 1 1機器視覺檢測系統(tǒng)硬件 3 圖像采集卡采用非標(biāo)準(zhǔn)視頻信號通常是為了獲得更高分辨率 高刷新率的圖像或其他特殊要求 如X光機 超聲波等醫(yī)療影像設(shè)備 5 1 1機器視覺檢測系統(tǒng)硬件 3 圖像采集卡性能指標(biāo)要求 多路視頻輸入 通過標(biāo)準(zhǔn)總線輸出至計算機 實時多屏顯示 自定義采集方式及采集窗口大小 實時采集單場 單幀 任意間隔及連續(xù)幀 視頻輸入 PAL S Video 分辨率 采樣位數(shù) 亮度 對比度 色度 飽和度 即插即用 穩(wěn)定接收視頻信號 5 1 1機器視覺檢測系統(tǒng)硬件 圖像采集卡的設(shè)計基于PCI總線的圖像采集卡的設(shè)計 5 1 1機器視覺檢測系統(tǒng)硬件 基于USB總線的圖像采集卡的設(shè)計 5 1 1機器視覺檢測系統(tǒng)硬件 4 圖像存儲設(shè)備用于暫時或永久存儲攝像系統(tǒng)獲取的數(shù)字圖像 包括硬盤 光盤 磁帶機 閃存等 硬盤存儲技術(shù)發(fā)展很快 大圖像存儲可使用磁盤陣列 光盤也可滿足大容量存儲 磁帶機順序存儲 閃存發(fā)展最快 成為數(shù)碼相機 PDA MP3 4等的首選 5 1 1機器視覺檢測系統(tǒng)硬件 5 計算機主機計算機用于對數(shù)字圖像進行管理 分析和處理 是機器視覺檢測系統(tǒng)應(yīng)用的主要工作和核心 可以是PC或工作站 需要高速實時處理的圖像主板上裝有圖像處理器 圖像加速器 DSP處理器等 5 1 2機器視覺檢測系統(tǒng)軟件 近年來 機器視覺工作者在研究視覺測控系統(tǒng)硬件的同時 也對機器視覺檢測處理的共性軟件進行了研究開發(fā) 出現(xiàn)了很多機器視覺測控系統(tǒng)組態(tài)軟件平臺 如最具代表性的機器視覺軟件HALCON 5 1 2機器視覺檢測系統(tǒng)軟件 德國MVtec公司的HALCON是世界范圍內(nèi)廣泛使用的機器視覺軟件 擁有滿足用戶各類視覺應(yīng)用需求的完善開發(fā)庫 支持Linux和Windows 可通過C C C VB Delphi開發(fā) 5 1 3視覺檢測系統(tǒng)應(yīng)用 缺陷檢測尺寸測量PCB焊點檢測與分類 5 1 3視覺檢測系統(tǒng)應(yīng)用 5 1 3視覺檢測系統(tǒng)應(yīng)用 5 1 3視覺檢測系統(tǒng)應(yīng)用 5 1 3視覺檢測系統(tǒng)應(yīng)用 5 2數(shù)字圖像處理 數(shù)字圖像處理技術(shù)是一門跨學(xué)科的前沿高科技 是在信號處理 計算機科學(xué) 自動控制理論及其他應(yīng)用領(lǐng)域基礎(chǔ)上發(fā)展起來的邊緣學(xué)科 是認(rèn)識世界 改造世界的重要手段 目前圖像處理與識別技術(shù)已應(yīng)用于許多領(lǐng)域 成為21世紀(jì)信息時代的一門重要的高新科學(xué)技術(shù) 5 2 1平滑和濾波 鄰域平均 一般實際情況中 考慮到運算的計算量 為3 3的模板 5 2 1平滑和濾波 中值濾波法將模板在圖中漫游 并將模板中心與圖中某個像素位置重合 讀取模板下各對應(yīng)像素的灰度值 將這些灰度值從小到大排成1列 找出這些值里排在中間的1個 將這個中間值賦給對應(yīng)模板中心位置的像素 空域濾波實現(xiàn) 5 2 1平滑和濾波 5 2 2邊緣檢測 梯度算子實際操作中 用下面式子取代微分 梯度算子用標(biāo)準(zhǔn)的模板來計算梯度 a Roberts b Prewitt c Sobel 5 2 2邊緣檢測 拉普拉斯算子對一個連續(xù)函數(shù) 它在位置處的拉普拉斯值定義如下 5 2 2邊緣檢測 拉普拉斯算子計算函數(shù)的拉普拉斯值也可以借助各種模板實現(xiàn) 它要求模板的中心像素系數(shù)應(yīng)該是正的 而對應(yīng)中心像素的鄰近像素的系數(shù)應(yīng)是負(fù)的 且它們之和應(yīng)該是零 5 2 2邊緣檢測 Marr Hildreth邊緣檢測算子 5 2 2邊緣檢測 此算子有無限長拖尾 在具體實現(xiàn)卷積時 應(yīng)取一個N N的窗口 同時 為了減小卷積運算的計算量 可用兩個不同帶寬的高斯曲面之差 DOG 來近似 Marr Hildreth邊緣檢測算子 5 2 2邊緣檢測 考慮到M H算子的對稱性 可采用分解的方法來提高運算速度 即把一個二維濾波器分解為獨立的行 列濾波器 將方程改寫為其中 5 2 2邊緣檢測 Canny邊緣檢測法Canny給出了評價邊緣檢測性能優(yōu)劣的三個指標(biāo) 1 低失誤概率 2 高定位精度 3 對單一邊緣僅有唯一響應(yīng)設(shè)n為任意方向 Gaussian函數(shù)在這個方向上的一階導(dǎo)數(shù)為 5 2 2邊緣檢測 Canny邊緣檢測法當(dāng)一個像素滿足以下三個條件時 則被認(rèn)為是圖像的邊緣點 1 該點的邊緣強度大于沿該點梯度方向的兩個相鄰像素的邊緣強度 2 與該點梯度方向上相鄰兩點的方向差小于45 3 以該點為中心3 3的鄰域中的邊緣強度極大值小于某個閉值 5 2 2邊緣檢測 Canny邊緣檢測法Canny算子的算法實現(xiàn) 1 對要處理的圖像I作高斯光滑 則新的圖像為 其次對求的方向?qū)?shù) 2 細(xì)化M中所有的邊 3 雙閾值操作 5 2 2邊緣檢測 5 2 3圖像分割 灰度閾值法圖像閾值化處理的變換函數(shù)表達(dá)式為 閾值的選取間接閾值法多閾值法p尾法確定閾值 閾值的選取間接閾值法多閾值法p尾法確定閾值最大類間方差確定閾值假定圖像的灰度區(qū)間為 設(shè)以灰度k為閾值將圖像分為兩個區(qū)域 灰度為1 k的像素和灰度為k 1 L的像素分別屬于區(qū)域A和B 則區(qū)域A和B的概率分別為 5 2 3圖像分割 最大類間方差確定閾值區(qū)域A和B的平均灰度為 其中為全圖的平均灰度 兩個區(qū)域的方差為 5 2 3圖像分割 最大類間方差確定閾值按照最大類間方差的準(zhǔn)則 組間方差越大 則兩組的差別越大 即k值越大 表明分割效果越好 從1至L改變k 并計算類間方差 使式最大的k 即是區(qū)域分割的閾值 最佳熵自動閾值法峰谷法 5 2 3圖像分割 區(qū)域生長 5 2 3圖像分割 在實際應(yīng)用區(qū)域生長法時需要解決3個問題 選擇或確定1組能正確代表所需區(qū)域的種子像素 確定在生長過程中能將相鄰像素包括進來的準(zhǔn)則 制定使生長停止的條件或規(guī)則 區(qū)域生長實現(xiàn)步驟對圖像進行光柵掃描 求出不屬于任何區(qū)域的像素 當(dāng)尋找不到這樣的像素時結(jié)束操作 把這個像素灰度同其周圍 4 鄰域或8 鄰域 不屬于其他區(qū)域的像素進行比較 若灰度差值小于閾值 則合并到同一區(qū)域 并對合并的像素賦予標(biāo)記 5 2 3圖像分割 從新合并的像素開始 反復(fù)進行步驟 的操作 反復(fù)進行步驟 的操作 直至不能再合并 返回步驟 的操作 尋找新區(qū)域出發(fā)點的像素 5 2 3圖像分割 分裂合并利用分裂合并算法對圖像進行分割的步驟生成圖像的四叉樹結(jié)構(gòu) 5 2 3圖像分割 根據(jù)經(jīng)驗和任務(wù)需要 從四叉樹的某一層開始 合并滿足一致性屬性的共根的4個子塊 重復(fù)對圖像進行操作 直到不能合并為止 考慮上一步中沒有合并的子塊 如果它的子節(jié)點不滿足一致性準(zhǔn)則 將這個節(jié)點永久地分為4個子塊 如果分出的子塊仍不滿足一致性準(zhǔn)則 繼續(xù)劃分 直到所有的子塊都滿足為止 5 2 3圖像分割 由于人為地將圖像進行四叉樹分解 可能會將同一區(qū)域的像素分在不能按照四叉樹合并的子塊內(nèi) 因此需要搜索所有的圖像塊 將鄰近的未合并的子塊合并為一個區(qū)域 由于噪聲影響或者按照四叉樹劃分區(qū)域邊緣未對準(zhǔn) 進行上述操作后可能仍存在大量的小的區(qū)域 為了消除這些影響 可以將它們按照相似性準(zhǔn)則歸入鄰近的大區(qū)域內(nèi) 5 2 3圖像分割 5 2 4特征提取 線提取Hough變換原理在圖像空間XY里 設(shè)所有過點 x y 的直線都滿足方程 式中 p為直線的斜率 q為直線的截距 也可以寫成 式中表示參數(shù)空間PQ中過點 p q 的一條直線 圖像空間到參數(shù)空間之間的轉(zhuǎn)換可以用圖表示 Hough變換原理在實際使用哈夫變換時 要在上述基本方法的基礎(chǔ)上根據(jù)圖像具體情況采取一些方法以提高精度和速度 在實際中常用的是極坐標(biāo)直線方程 5 2 4特征提取 Hough變換原理圖像平面上的一個點就對應(yīng)到參數(shù)平面上的一條正弦曲線上 哈夫變換最適合于檢測較簡單曲線 5 2 4特征提取 直線提取以下是用Hough變換檢測直線的算法過程 初始化變換域空間的數(shù)組 表示圖像對角線方向的像素數(shù) 方向上角度初始化數(shù)目為90 順序搜索圖像中所有的物體點 對每一個物體點 按照變換域的各個點加1 求出變換域的值大于一定閾值的點并記錄 根據(jù)這些點在原空間內(nèi)畫出直線 5 2 4特征提取 骨架提取中軸變換原理具有邊界B的區(qū)域R的MAT是如下確定的 對每個R中的點P 在B中搜尋與它最近的點 如果對P能找到多于1個這樣的點 即有2個或以上的B中的點與P同時最近 就可認(rèn)為P屬于R的中線或骨架 或者說P是1個骨架點 5 2 4特征提取 簡化的中軸變換算法 根據(jù)對二值圖像特點的分析 經(jīng)過實驗 采用了一種簡單而且效果很好的算法 可以根據(jù)一個像素的8個相鄰點的情況來判斷該點是否應(yīng)該刪除內(nèi)部點不能刪除 孤立點不能刪除 直線端點不能刪除 如果P是邊界點 去掉P后 如果連通分量不增加 則P可以刪除 5 2 4特征提取 每次對整幅圖像逐行掃描一遍 對于每個點 不包括邊界點 計算它對應(yīng)在表中的索引 若為0 則保留 否則刪除該點 如果這次掃描沒有一個點被刪除 則循環(huán)結(jié)束 剩下的點就是骨架點 如果有點被刪除 則進行新的一輪掃描 如此反復(fù) 直到?jīng)]有點被刪除為止 5 2 4特征提取 可以根據(jù)上述的判據(jù) 事先做出一張表 每個元素不是0 就是1 根據(jù)某點 即目標(biāo)點 的8個相鄰點的情況查表 若表中的元素是1 則表示該點可刪 否則保留 查表的方法是 設(shè)白點為1 黑點為0 位置關(guān)系如圖 按這樣組成的8位數(shù)去查表即可 輪廓提取與跟蹤在目標(biāo)跟蹤中 通過輪廓提取或輪廓跟蹤技術(shù)確定目標(biāo)的輪廓參數(shù) 輪廓跟蹤的最基本方法是 先根據(jù)某些嚴(yán)格的 探測準(zhǔn)則 找出物體輪廓上的像素 再根據(jù)這些像素的某些特征用一定的 跟蹤準(zhǔn)則 找出目標(biāo)物體上的其他像素 這里介紹一種二值圖像的輪廓跟蹤 首先找第一個邊界點像素 按照從左到右 從下到上的順序搜索 找到的第一個黑點一定是最左下方的邊界點 記為A 點A的右 右上 上 5 2 4特征提取 左上四個鄰點中至少有一個邊界點 記為B 從邊界點B開始 定義初始的搜索方向為左方 如果左方的點為黑點 則為邊界點 否則搜索方向順時針旋轉(zhuǎn)45 這樣一直找到第一個黑點為止 然后把這個點作為新的邊界點 在當(dāng)前的搜索方向上逆時針旋轉(zhuǎn)90 繼續(xù)用同樣的方法搜索下一個黑點 直到返回初始的邊界點為止 5 2 4特征提取 在一些工業(yè)生產(chǎn)的領(lǐng)域 被檢測的物體圖像的缺陷往往表現(xiàn)為破損形狀 這樣會引起物體的角點變化 這也可以稱為檢測缺陷的依據(jù) 圖像中的角點是指圖像中具有高曲率的點 它由物體邊緣曲率較大的地方或者多條邊緣的交點形成 角點也可以作為物體識別 檢測和定位的一個重要特征 5 2 4特征提取 角點提取 Harris法是角點檢測的常用方法 它的原理是利用水平 豎直兩個差分算子Ix Iy 求得如圖中m的4個元素值 并對圖像每個像素進行濾波 最后根據(jù)求得的角點陣cim的值來確定每個點是否為角點 5 2 4特征提取 角點最直觀的印象就是在水平 豎直兩個方向上變化均較大的點 即Ix Iy都較大 Ix Iy是沿著水平和垂直方向的差分算子 這也是把角點和圖像上的邊緣已經(jīng)平坦地區(qū)區(qū)分的依據(jù) 邊緣 僅在水平 或者僅在豎直方向有較大的變化量 即Ix Iy只有其一較大 平坦地區(qū) 在水平 豎直方向的變化量均較小 即Ix Iy都較小 5 2 4特征提取 紋理特征提取相位編碼法實部為 虛部為 5 2 4特征提取 紋理特征提取多通道Gabor的特征提取法假設(shè)每一通道濾波器的數(shù)字模型為 其中 為濾波器輸入的圖像 和分別為偶對稱和奇對稱的Gabor濾波器 5 2 4特征提取 紋理特征提取多通道Gabor的特征提取法實際操作中 我們用FFT來實現(xiàn) 5 2 4特征提取 5 3圖像融合技術(shù) 本節(jié)從圖像融合技術(shù)的概念出發(fā) 介紹3種具有代表性的圖像融合方法 分別是Laplacian算法 RoLP算法和小波變換方法 5 3 1圖像融合概述 圖像融合的基本過程 設(shè)圖像元素的橫 縱坐標(biāo)分別用 表示 則級間的運算可以表示為 Laplacian金字塔技術(shù) 對比度金字塔技術(shù) 5 3 2Laplacian金字塔方法 融合算法獲取每一路圖像的Gaussian金字塔序列 獲得每一路圖像的Laplacian金字塔 Laplacian金字塔序列對應(yīng)級融合 融合算子取對應(yīng)各級的 或 運算或加權(quán)平均等 重構(gòu)圖像 5 3 2Laplacian金字塔方法 獲取每一路圖像的Gaussian金字塔序列 獲得每一路圖像的對比度金字塔 對比度金字塔序列對應(yīng)級融合 融合對比度金字塔有以下標(biāo)準(zhǔn)法則即 5 3 3RoLP金字塔方法 圖像的細(xì)節(jié)變化可以認(rèn)為是對比度的變化 由于人類視覺系統(tǒng)對圖像的對比度變化較為敏感 且不同圖像傳感器對同一目標(biāo)所成圖像的對比度分布不同 融合不同圖像的細(xì)節(jié)可以設(shè)法通過融合對比度來實現(xiàn) 具體操作如下 式中 和分別為待融合圖像 融合圖像的對比度金字塔序列中的第L級 重構(gòu)圖像 5 3 3RoLP金字塔方法 二維離散小波變換 5 3 4二維小波變換方法 對于圖像處理 需要將連續(xù)小波變換與逆變換離散化 在此給出經(jīng)典Mallat算法的離散形式 5 3 4二維小波變換方法 圖像融合 5 3 4二維小波變換方法 二維離散小波圖像重構(gòu) 5 3 4二維小波變換方法 小波變換的圖像融合應(yīng)用 5 3 4二維小波變換方法 本節(jié)介紹作者研制的電子槍扭彎曲特性視覺檢測系統(tǒng) 背投電視會聚特性視覺測控系統(tǒng) 以及ZM VS1300視覺測控系統(tǒng)平臺 通過其軟硬件系統(tǒng)的實現(xiàn) 充分展示基于機器視覺測控技術(shù)在工業(yè)測控領(lǐng)域的迅速發(fā)展和廣泛應(yīng)用 5 4典型應(yīng)用 5 4 1電子槍扭彎曲特性智能檢測系統(tǒng) 電子槍與其基座通過焊接連成一個整體 但是 在焊接時不可避免地會出現(xiàn)誤差 表現(xiàn)為基座中心與電子槍中心不在同一垂直線上 出現(xiàn)彎曲誤差 電子槍與其基座將產(chǎn)生一定的旋轉(zhuǎn)角度 這就是扭曲誤差 電子槍扭曲 彎曲檢測原理 5 4 1電子槍扭彎曲特性智能檢測系統(tǒng) 圖像采集與圖像處理結(jié)構(gòu)圖 5 4 1電子槍扭彎曲特性智能檢測系統(tǒng) 扭彎曲檢測圖像處理算法圖像預(yù)處理基于改進遺傳算法的圖像分割M H算子簡化的中軸變換算法改進的Hough算法 5 4 1電子槍扭彎曲特性智能檢測系統(tǒng) 軟件技術(shù)系統(tǒng)應(yīng)用軟件主界面系統(tǒng)實物圖 5 4 1電子槍扭彎曲特性智能檢測系統(tǒng) 系統(tǒng)工作原理圖 5 4 2背投電視會聚特性視覺檢測測控系統(tǒng) 圖像處理 測控結(jié)果圖1圖2 5 4 2背投電視會聚特性視覺檢測測控系統(tǒng) 系統(tǒng)工作原理ZM VS1300平臺簡介應(yīng)用領(lǐng)域圖像處理功能庫系統(tǒng)操作 5 4 3ZM VS1300視覺智能測控系統(tǒng)平臺 HALCON是德國MVtec公司推出的圖像處理軟件 是世界公認(rèn)具有最佳效能的機器視覺軟件 實際上是一套圖像處理庫 由1000多個各自獨立的函數(shù) 以及底層的數(shù)據(jù)管理核心構(gòu)成 5 5HALCON簡介 5 5 1HALCON的基本結(jié)構(gòu) 5 5 4利用HALCON進行應(yīng)用開發(fā) C下列的程序代碼說明了如何讀取一幅圖像 并且將其顯示在圖形視窗中 read image 5 5 5在程序語言中使用HALCON C 下列的程序代碼說明了如何讀取一幅圖像 將其顯示在圖形視窗中 并且進行一些基本的blob分析 HImageMandrill monkey HWindoww 0 0 512 512 Mandrill Display w HRegionBright Mandrill 128 HRegionArrayConn Bright Connection HRegionArrayLarge Conn SelectShape area and 500 90000 5 5 5在程序語言中使用HALCON VisualBasic下列程序碼說明了如何讀取一幅圖像 并且進行一些基本的blob分析DimimageAsNewHimageXDimregionAsHregionXCallimage ReadImage monkey Setregion image Threshold 128 255 5 5 5在程序語言中使用HALCON C 下列代碼以C 的語法重寫了VisualBasic中的那個例子 HimageXimage newHimageX HRegionXregion Image ReadImage monkey region image Threshold 128 255 5 5 5在程序語言中使用HALCON 尺寸測量 返回 返回 返回 返回 返回 返回 返回 END