机器视觉应用软件开发步骤及流程

点击上方“小白学视觉”&＃xff0c;选择加"星标"或“置顶”

重磅干货&＃xff0c;第一时间送达

机器视觉工程应用主要可划分为硬件和软件两大部分。

硬件&＃xff1a;工程应用的第一步就是硬件选型。硬件选型很关键&＃xff0c;因为它是你后面工作的基础。主要是光源、工业相机和镜头选择。

软件&＃xff1a;目前业内商业库主要有Halcon&＃xff0c;康耐视&＃xff0c;DALSA&＃xff0c;evision&＃xff0c;NI等&＃xff0c;开源库有OpenCV.其中NI的labview&＃43;vision模块。

机器视觉工程应用的基本开发思路是&＃xff1a;

一、图像采集&＃xff0c;二、图像分割&＃xff0c;三、形态学处理&＃xff0c;四、特征提取&＃xff0c;五、输出结果。

下面在Halcon下对这四个步骤进行讲解。

一、图像采集&＃xff1a;

Halcon通过imageacquisition interfaces对各种图像采集卡及各种工业相机进行支持。其中包括&＃xff1a;模拟视频信号&＃xff0c;数字视频信号Camera Link,数字视频信号IEEE 1394,数字视频信号USB2.0,数字视频信号Gigabit Ethernet等。 
Halcon通过统一的接口封装上述不同相机的image acquisition interfaces,从而达到算子统一化。不同的相机只需更改几个参数就可变更使用。

Halcon图像获取的思路&＃xff1a;1、打开设备&＃xff0c;获得该设备的句柄。2、调用采集算子&＃xff0c;获取图像。

1、打开设备&＃xff0c;获得该设备的句柄。

open_framegrabber(&＃39;DahengCAM&＃39;, 1, 1, 0, 0, 0, 0, &＃39;interlaced&＃39;, 8, &＃39;gray&＃39;, -1, &＃39;false&＃39;,&＃39;HV-13xx&＃39;, &＃39;1&＃39;, 1, -1, AcqHandle) //连接相机&＃xff0c;并设置相关参数


2、调用采集算子&＃xff0c;获取图像。

grab_image (Image, AcqHandle) //&＃xff08;同步采集&＃xff09;完后处理图像&＃xff0c;然后再采集图像。采集图像的速率受处理速度影响。

grab_image_async (Image, AcqHandle,MaxDelay) //&＃xff08;异步采集&＃xff09;&＃xff0c;一幅画面采集完后相机马上采集下一幅画面&＃xff0c;不受处理速度影响。其中第三个参数为&＃xff1a;MaxDelay&＃xff0c;表示异步采集时可以允许的最大延时&＃xff0c;本次采集命令距上次采集命令的时间不能超出MaxDelay&＃xff0c;超出即重新采集。

图像采集其他相关算子&＃xff1a;

     grab_image_start&＃xff0c;该算子开始命令相机进行异步采集。只能与grab_image_async&＃xff08;异步采集&＃xff09;一起使用。

例子&＃xff1a;

* Select a suitable image acquisition interface nameAcqName
open_framegrabber(AcqName,1,1,0,0,0,0,&＃39;default&＃39;,-1,&＃39;default&＃39;,-1.0,\&＃39;default&＃39;,&＃39;default&＃39;,&＃39;default&＃39;,-1,-1,AcqHandle)
grab_image(Image1,AcqHandle)//进行同步采集
* Start next grab
grab_image_start(AcqHandle,-1.0)//命令相机进行异步图像采集开始
* Process Image1 ...
* Finish asynchronous grab &＃43; start next grab
grab_image_async(Image2,AcqHandle,-1.0)//读取异步采集的图像
* Process Image2 ...
close_framegrabber(AcqHandle)


3、相机参数读写

读取相机参数&＃xff1a;

info_framegrabber( : : Name, Query : Information, ValueList)


写相机参数&＃xff1a;

set_framegrabber_param( : : AcqHandle, Param, Value : )


二、图像分割&＃xff1a;

图像分割的定义&＃xff1a; 
所谓图像分割是指将图像中具有特殊含义的不同区域分割开来&＃xff0c;这些区域是互相不交叉的&＃xff0c;每个区域都满足特定区域的一致性。

1、基于阈值的图像分割

threshold —采用全局阈值分割图像。

格式&＃xff1a;    threshold(Image : Region : MinGray, MaxGray : )

自动全局阈值分割的方法&＃xff1a;

&＃xff08;1&＃xff09;计算灰度直方图 
&＃xff08;2&＃xff09;寻找出现频率最多的灰度值&＃xff08;最大值&＃xff09; 
&＃xff08;3&＃xff09;在threshold中使用与最大值有一定距离的值作为阈值

代码&＃xff1a;

gray_histo(Regions, Image&＃xff0c;AbsoluteHisto, RelativeHisto) //计算出图像区域内的绝对和相对灰度值直方图。
PeakGray :&＃61; sort_index(AbsoluteHisto)[255] //求出出现频率最多的灰度值
threshold(Image,Region,0,PeakGray-25)
bin_threshold — 使用一个自动确定的阈值分割图像。
格式&＃xff1a;bin_threshold(Image : Region : : )dyn_threshold —使用一个局部阈值分割图像。
格式&＃xff1a;dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )
例子&＃xff1a;
mean_image(Image,Mean,21,21)
dyn_threshold(Image,Mean, RegionDynThresh,15,&＃39;dark&＃39;)
var_threshold —阈值图像局部均值和标准差的分析。
格式&＃xff1a;var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : ) 2、基于边缘的图像分割&＃xff1a;寻找区域之间的边界
watersheds —从图像中提取分水岭和盆地。
格式&＃xff1a;watersheds(Image : Basins, Watersheds : : )
watersheds_threshold —使用阈值从图像中提取分水岭和盆地。
格式&＃xff1a;watersheds_threshold(Image : Basins : Threshold : )


3、基于区域的图像分割&＃xff1a;直接创建区域

三、形态学处理

形态学处理以集合运算为基础。

腐蚀、膨胀、开操作、闭操作是所有形态学图像处理的基础。

开操作&＃xff08;先腐蚀再膨胀&＃xff09;使对象的轮廓变得光滑&＃xff0c;断开狭窄的间断和消除细的突出物。

闭操作&＃xff08;先膨胀再腐蚀&＃xff09;消弥狭窄的间断和长细的鸿沟&＃xff0c;消除小的孔洞&＃xff0c;填补轮廓线的断裂。

形体学基础算子&＃xff1a;

erosion1 
dilation1 
opening 
closing

常用的形态学相关算子 
connection 
select_shape 
opening_circle 
closing_circle 
opening_rectangle1 
closing_rectangle1 
complement 
difference 
interp 
union1 
shaps_trans 
fill_up

形态学高级算子&＃xff1a; 
boundary 
skeleton

四、特征提取&＃xff1a;

1、区域特征&＃xff1a;

area 
moments

smallest_rectangle1

smallest_circle

convexity&＃xff1a;区域面积与凸包面积的比例

contlength&＃xff1a;区域边界的长度

compactness

2、灰度特征

estimate_noise

select_gray

五、输出结果&＃xff1a;

&＃xff08;1&＃xff09;获取满足条件的区域

&＃xff08;2&＃xff09;区域分类&＃xff0c;比如OCR

&＃xff08;3&＃xff09;测量

&＃xff08;4&＃xff09;质量检测

原文引自&＃xff1a;http://www.cnblogs.com/hanzhaoxin/archive/2013/02/15/2912879.html

向作者致敬&＃xff01;&＃xff01;

声明&＃xff1a;部分内容来源于网络&＃xff0c;仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥&＃xff0c;请联系删除。

下载1&＃xff1a;OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复&＃xff1a;扩展模块中文教程&＃xff0c;即可下载全网第一份OpenCV扩展模块教程中文版&＃xff0c;涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2&＃xff1a;Python视觉实战项目52讲

在「小白学视觉」公众号后台回复&＃xff1a;Python视觉实战项目&＃xff0c;即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目&＃xff0c;助力快速学校计算机视觉。

下载3&＃xff1a;OpenCV实战项目20讲

在「小白学视觉」公众号后台回复&＃xff1a;OpenCV实战项目20讲&＃xff0c;即可下载含有20个基于OpenCV实现20个实战项目&＃xff0c;实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流&＃xff0c;目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群&＃xff08;以后会逐渐细分&＃xff09;&＃xff0c;请扫描下面微信号加群&＃xff0c;备注&＃xff1a;”昵称&＃43;学校/公司&＃43;研究方向“&＃xff0c;例如&＃xff1a;”张三 &＃43; 上海交大 &＃43; 视觉SLAM“。请按照格式备注&＃xff0c;否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告&＃xff0c;否则会请出群&＃xff0c;谢谢理解~