基于計(jì)算機(jī)視覺(jué)對(duì)目標(biāo)識(shí)別檢測(cè)的研究

甄棟志，朱永偉，蘇 楠，陳麗娜

（揚(yáng)州大學(xué) 機(jī)械工程學(xué)院，江蘇 揚(yáng)州 225127）

1 圖像增強(qiáng)與邊緣檢測(cè)

0，1 在視覺(jué)上表示黑和白，在工業(yè)生產(chǎn)中工業(yè)相機(jī)一般用黑白圖像進(jìn)行圖像預(yù)處理，若得到的是彩色圖像則一般用MATLAB工具箱中提供的r gb2gray函數(shù)使彩色圖像轉(zhuǎn)換為灰度圖像。用假設(shè)法來(lái)確定灰度閥值T以計(jì)算測(cè)量板材特征的灰度值范圍，如果一像素的灰度值小于事先設(shè)定的閥值，把該像素的灰度值設(shè)置為0，該像素歸為目標(biāo)；若一個(gè)像素的灰度值大于事先設(shè)定的值，把該像素的灰度值設(shè)為255，該像素歸為背景，即：

其中：G（x，y）是分解后的圖像；f（x，y）是（x，y）像素點(diǎn)所具有的灰度級(jí)。為方便圖像在計(jì)算機(jī)中更好地處理，一般把灰度圖像轉(zhuǎn)換為二值化圖像，這樣圖像就變?yōu)楹诎讏D像，中間沒(méi)有過(guò)渡值。在MATLAB中提供了i m2b w工具函數(shù)，如圖1、圖2所示。

灰度直方圖反映了圖像灰度的統(tǒng)計(jì)特性，表達(dá)了圖像中取不同灰度值的面積或像素?cái)?shù)在圖像中所占的比例，是圖像中最基本的信息。直方圖均衡化的作用是改變圖像中的灰度概率分布，使其均勻化，其實(shí)質(zhì)是使圖像中灰度概率密度較大的像素向附近灰度級(jí)擴(kuò)展，使灰度層次拉開(kāi)，而概率密度小的像素的灰度級(jí)縮小，讓出原來(lái)占有的部分灰度級(jí)，使圖像能充分利用各灰度級(jí)，增強(qiáng)了圖像的對(duì)比度。經(jīng)過(guò)直方圖均勻化處理的圖像見(jiàn)圖3，其灰度級(jí)出現(xiàn)的相對(duì)概率相同，此時(shí)圖像的熵最大，圖像所包含的信息量最大，修改原直方圖的灰度級(jí)，獲得直方圖近似均勻分布的輸出圖像。在MATLAB中提供了i mhist函數(shù)來(lái)計(jì)算和顯示圖像的直方圖，MATLAB中也提供了histeq函數(shù)實(shí)現(xiàn)直方圖均衡化，原圖像直方圖和圖像均衡化的直方圖分別如圖4和圖5所示（其中，直方圖的橫坐標(biāo)表示灰度級(jí)，縱坐標(biāo)表示具有該灰度級(jí)的像素個(gè)數(shù)或出現(xiàn)這個(gè)灰度級(jí)的概率）。從處理后的圖像中可以看出，許多在原始圖像中看不清的細(xì)節(jié)在通過(guò)直方圖均衡化處理后所得的圖像中都變得較清晰。

圖1 原始圖像

圖2 二值化圖像

因?yàn)閷?shí)驗(yàn)所得到的圖像數(shù)據(jù)是在自然條件下拍攝而成，圖像的生成、傳輸受系統(tǒng)噪聲、光照變化等因素的影響，因而產(chǎn)生多樣的噪聲，所以對(duì)圖像采用中值濾波來(lái)進(jìn)行平滑處理。中值濾波能夠在抑制隨機(jī)噪聲的同時(shí)不使邊緣模糊，中值濾波與采取平滑方式的平滑濾波不同，它是用一個(gè)含有奇數(shù)點(diǎn)的滑動(dòng)窗口，將領(lǐng)域內(nèi)的像素按大小排列，取中間序號(hào)的那個(gè)像數(shù)為濾波輸出。在MATLAB中提供了medfilt2中值濾波函數(shù)，它有3×3和5×5兩種模板。圖6圖7為中值濾波后的圖像。從圖6和圖7中可以看出，中值濾波器基本上保持了圖像邊界不變，且3×3模板比5×5模板效果好。

圖3 直方圖均衡化處理后的圖像

圖4 原圖像直方圖

圖5 圖像均衡化的直方圖

圖6 3×3模板圖像

圖7 5×5模板圖像

對(duì)圖像進(jìn)行完中值濾波之后就要對(duì)圖像進(jìn)行邊緣檢測(cè)，Canny邊緣檢測(cè)算子是一種最優(yōu)邊緣檢測(cè)算子，其原理是采用二維高斯函數(shù)的任一方向上的一階導(dǎo)數(shù)為噪聲濾波器，通過(guò)與圖像f（x，y）卷積進(jìn)行濾波，然后尋找圖像梯度的局部極大值，以確定圖像邊緣。MATLAB提供了很多邊緣檢測(cè)算子，如Roberts算子、log算子、Sobel邊緣算子等。圖8為采用不同邊緣檢測(cè)算子處理后的圖像，可以看出，采用Canny檢測(cè)后的圖像更加清晰。

圖8 采用不同邊緣檢測(cè)算子的結(jié)果

2 計(jì)算測(cè)量

建立好機(jī)器視覺(jué)平臺(tái)，把相機(jī)成像平面與鈑金工件平面平行，標(biāo)定相機(jī)坐標(biāo)和板材平臺(tái)坐標(biāo)。采集圖像后經(jīng)過(guò)處理得到了比較好的工件輪廓圖，如圖9所示。

圖9 處理后的圖像

計(jì)算每段圓弧輪廓的半徑和圓心間的距離，讀取每段輪廓并進(jìn)行編號(hào)，用Halcon軟件中的各種算子獲取每段輪廓的屬性，計(jì)算得到合適的圓并擬合出圓弧輪廓對(duì)應(yīng)圓心的圖像坐標(biāo)，將每個(gè)圓弧所對(duì)應(yīng)的圓心半徑保存在數(shù)組中，生成相對(duì)應(yīng)的圓，再計(jì)算出圓弧圓心間的距離，工件尺寸測(cè)量結(jié)果如表1和圖10所示。

表1 工件尺寸測(cè)量結(jié)果 mm

圖10 測(cè)量結(jié)果圖

3 結(jié)語(yǔ)

添加機(jī)器視覺(jué)增加了機(jī)器人的自主能力，提高了機(jī)器人的靈活性，減輕了工作人員的工作量。利用Halcon軟件，實(shí)現(xiàn)了對(duì)工件圓弧半徑和圓心尺寸的測(cè)量，從面可以判定測(cè)量尺寸是否在容許公差范圍內(nèi)。利用MATLAB數(shù)字圖像處理中的工具函數(shù)將圖像劃分得更細(xì)，使圖像更加清晰，再加上適當(dāng)?shù)乃惴?，獲得了更加準(zhǔn)確的數(shù)據(jù)。

［1］張德豐.MATLAB數(shù)字圖像處理［M］.北京：機(jī)械工業(yè)出版社，2012.

［2］王新成.高級(jí)圖像處理技術(shù)［M］.北京：中國(guó)科學(xué)技術(shù)出版社，2001.

［3］阮秋琦.數(shù)字圖像處理學(xué)［M］.北京：中國(guó)科學(xué)技術(shù)出版社，2001.

［4］李實(shí)英，楊高波.特征提取與圖像處理［M］.北京：電子工業(yè)出版社，2011.

［5］徐德，譚民，李原.機(jī)器人視覺(jué)測(cè)量與控制［M］.北京：國(guó)防工業(yè)出版社，2011.

［6］王慶友，孫學(xué)珠.CCD應(yīng)用技術(shù)［M］.天津：天津大學(xué)出版社，1993.

［7］常青.數(shù)字圖像處理教程［M］.上海：華東理工大學(xué)出版社，2009.