計算機視覺基本任務

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計算機視覺基本任務范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

計算機視覺基本任務范文第1篇

【關鍵詞】機器視覺；VisionPro；識別定位；

1.引言

自20世紀80年代以來，機器視覺技術開始高速發展，已經從實驗室走向了人們生產生活的各個方面。機器視覺系統的特點是提高生產的柔性和自動化程度。在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業生產過程中用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。現今，在機器視覺領域已經有了一些成熟的視覺開發軟件，其封裝了很多可靠、高效的算法和工具。本文選用美國康耐視公司的VisionPro軟件，這是一套基于PC架構的視覺系統軟件開發包，主要應用于各種復雜的機器視覺領域。它集成了用于定位、檢測、識別和通訊等任務的工具庫，可用C#、VB和VC等語言進行二次開發。本文基于VisionPro利用語言進行視覺定位系統的軟件開發[1]。

2.視覺定位系統

2.1 硬件組成

在圖像處理前首先要得到清晰、有效的圖像，這就需要有一套完整的硬件設備。一般主要包括照明用的光源、調節圖像清晰度的鏡頭、將圖像轉換為數字信號的攝像機和進行圖像處理的計算機。其中攝像機與計算機之間的接口也比很重要的，主要分為IEEE1394和采集卡，USB2.0或Gigabit Ethernet千兆網三種[2]。

本視覺系統采用的是日本FUJINON工業攝像頭，德國BASLER工業像機ACA1600-20GM，GigE千兆網接口。

2.2 基于VisionPro的軟件開發

本視覺定位系統利用編寫適合實驗需要的界面，界面中只包含需要的操作功能和數據，使整個界面看起來更加清楚簡單，操作起來更方便。

（1）圖像采集

本視覺系統通過GigE千兆網作為接口控制相機進行圖像采集。打開軟件并連接相機，設置好參數后，就可以通過可視化工具Image Source直接獲取圖像。

（2）相機的標定

機器視覺的基本任務之一是從攝像機獲取的圖像信息出發計算三維空間中物體的幾何信息，并由此重建和識別物體。空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系是由攝像機成像的幾何模型決定的，這些幾何模型參數就是攝像機參數。在大多數條件下，這些參數必須通過實驗與計算才能得到，這個過程被稱為攝像機標定[3]。

本文利用VisionPro的CalibChecker-boardTool工具進行攝像機標定。首先需要一個棋盤板，棋盤板必須滿足以下條件：必須由大小相同的黑白格子交替組成；格子最好是正方形，如果達不到的話，格子長寬比也要在0.9和1.0之間。本系統采用康耐視公司提供的標準棋盤板進行標定[4，5]。圖1是標定的結果。

（3）目標識別與定位

視覺定位的目的就是找出目標物的坐標位置。本文利用VisionPro的PMAlignTool工具對目標物體進行識別定位。PMAlignTool工具是基于PatMax算法，該算法采用模板定位技術（pattern-location technology），先訓練模板，然后根據模板對采集圖像進行模板匹配，實現定位。在訓練模板和定位過程中，PatMax不是基于像素柵格（Pixel grid）分析圖像，而是采用基于幾何外形（Features based）的定位方法，通過圖像的幾何特征信息和特征之間的空間位置關系進行模板訓練和匹配，使其能夠保證很高的精度和抗干擾性，而且可以高速定位發生旋轉、縮放、甚至拉伸形變的物體[1]。PMAlignTool工具定位的流程如圖2。

通過PMAlignTool工具對目標物體識別定位后，利用VB調用該工具下的Results.Item（i）.GetPose（）.TranslationX和Results.Item（i）.GetPose（）.Transl-ationY。這兩個值就是序號為i的目標物在圖像上的X、Y坐標值，其中i為識別的各個目標物的序號。

3.實驗

3.1 PatMax識別定位

在對攝像機完成標定校正后，運用自己編寫的人機交互界面完成對目標物體進行識別定位，并將所需要的目標位置坐標顯示在界面上。同時又將識別到的所有目標物體的坐標信息保存到了文本文檔中，方便調用。主要操作如下：

（1）模型訓練。實驗以一元硬幣為目標物，圖3為訓練完成的模型。

（2）目標識別定位。圖4是利用編寫的界面，在圖像上能夠清楚的顯示出所識別出的目標輪廓和形心位置，界面右方結果顯示區內可以看到所識別的目標數量和所需要的目標物的坐標。

3.2 對比實驗

視覺定位可以用的軟件和工具包很多，其中應用最廣泛的就是Opencv，它是一個基于（開源）發行的跨平臺計算機視覺庫，可以運行在Linux、Windows和Mac OS操作系統上。它輕量級而且高效——由一系列 C 函數和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法。為了驗證PatMax算法定位的準確性，本文利用Opencv對相同的圖像進行目標識別定位，對得到的效果圖和坐標進行對比[6]。如圖5所示，其中藍色為輪廓曲線，綠色十字為目標形心。

圖6為VisionPro識別硬幣的效果圖，輪廓和形心均用綠色線標識。對比兩圖可以看出VisionPro對輪廓的識別效果要更好一些。由于形心坐標是由輪廓曲線上的點計算得到的，所以VisionPro獲得的形心坐標值也會比Opencv的更加準確，而且精確度更高。下表是兩種方法得到的形心坐標。

4.結束語

本文基于VisionPro采用對其進行開發，首先利用VisionPro中的工具進行圖像的采集，攝像機的標定，運用PatMax算法進行目標物的識別與定位，然后運用編寫人機交互界面，可以更加方便快捷的得到所需要的目標物坐標值。本文利用Opencv對相同的圖像進行目標的識別定位，與VisionPro得到的結果進行實驗對比。結果證明基于VisionPro的視覺定位系統對目標的識別效果更好，定位的數據更加準確。基于該軟件使應用程序的開發更加快速方便，得到的數據結果誤差較小，具有應用價值。

參考文獻

[1]威洛斯，焦宗夏.基于VisionPro的焊膏印刷機視覺定位系統[C].第十二屆中國體視學與圖像分析學術年會論文集，2008.

[2]Carsten Steger，Markus Ulrich，Christean Wiedemann，著.機器視覺算法與應用[M].楊少榮，吳迪靖，段德山，譯.北京：清華大學出版社，2008.

[3]邱茂林，馬頌德，李毅.計算機視覺中攝像機定標綜述[J].自動化學報，2000，26（1）：47-59.

[4]Cognex，Cognex MVS-8100D and CDC Cameras Hardware Manual，2006.

[5]Cognex，VisionPro，Net Help，2006.

[6]Bradski G.，Kaehler A.著.學習OpenCV[M].于仁琪，劉瑞禎，譯.北京：清華大學出版社，2009.

作者簡介：

韓慶瑤（1953—），男，華北電力大學教授。

張志遠（1986—），男，華北電力大學能源動力與機械工程學院碩士研究生。