模式匹配方法的LabVIEW 設(shè)計(jì)與實(shí)現(xiàn)

張巧麗，李光明，王孝敬

（1.陜西科技大學(xué) 電氣與信息工程學(xué)院，陜西 西安710021；2.西安金源電氣股份有限公司，陜西 西安710021）

0 引 言

目前，機(jī)器視覺(jué)在各個(gè)領(lǐng)域廣泛應(yīng)用，只要是與自動(dòng)化生產(chǎn)、制造、檢測(cè)、檢查、測(cè)試、測(cè)量等相關(guān)的［1，2］，都可以考慮使用機(jī)器視覺(jué)與圖像處理的方法進(jìn)行處理分析，從而提高效率與品質(zhì)，尤其是在工業(yè)生產(chǎn)上，其可以檢測(cè)及跟蹤有缺陷的產(chǎn)品，具有實(shí)用性、靈活性和可視化的特點(diǎn)［3－5］。本文設(shè)計(jì)實(shí)現(xiàn)了一種基于LabVIEW 的模式匹配方法，工業(yè)產(chǎn)品在沒(méi)有明顯特征，但有比較明顯的形狀情況下，可以使用該模式匹配方法來(lái)實(shí)現(xiàn)在線(xiàn)實(shí)時(shí)的檢測(cè)。該軟件系統(tǒng)具有界面友好、性能可靠、易于擴(kuò)展、實(shí)現(xiàn)簡(jiǎn)單等特點(diǎn)。

1 模式匹配方法

模式也叫模型 （model）、模板 （template），模式匹配可以快速的查找、定位一個(gè)灰度圖像區(qū)域在整個(gè)圖像或ROI中，這個(gè)灰度圖像區(qū)域與一個(gè)已知的參考模式是匹配的。模式匹配算法在機(jī)器視覺(jué)領(lǐng)域具有重要的應(yīng)用。

基本思想：模式匹配使用的是一種對(duì)比原理，即用被測(cè)目標(biāo)與模板進(jìn)行對(duì)比，根據(jù)它們的相似程度來(lái)判斷是否有目標(biāo)的存在［6］。在使用模式匹配時(shí)，首先需要?jiǎng)?chuàng)建一個(gè)包含搜索目標(biāo)的模板，然后機(jī)器視覺(jué)應(yīng)用程序在采集到的每個(gè)圖像中搜索模板，并計(jì)算每個(gè)匹配的分?jǐn)?shù)，這個(gè)分值表示了找到的匹配對(duì)象與模板的相似程度。分值從0 到1000分，值越高表示越相似，1000分則是完美的匹配，通常只有在提取模板的圖像中匹配分?jǐn)?shù)才能達(dá)到1000分，分值是匹配中的一個(gè)重要參數(shù)。

模式匹配在實(shí)際應(yīng)用中也是使用非常廣泛的一種應(yīng)用。當(dāng)一個(gè)產(chǎn)品沒(méi)有太明顯的特征時(shí)，如直邊、圓、粒子、顏色等，而有比較明顯的形狀時(shí)，就可以考慮使用模式匹配。

本文使用的方法是一種新的模式匹配算法，金字塔匹配方法，該方法通過(guò)減小圖像和模板的大小提高了模式匹配的計(jì)算時(shí)間。在金字塔匹配中，圖像和模板都是重采樣的，以得到較小的空間分辨率，該方法通過(guò)每隔一個(gè)像素采樣，因此圖像和模板都可以減少到原來(lái)的1／4 大小，匹配首先在減小的圖像上執(zhí)行，因?yàn)閳D像比較小，所以匹配速度是非常快的。當(dāng)匹配完成后，只有較高匹配分值的區(qū)域需要被考慮為原始圖像中的匹配區(qū)域。

2 軟件系統(tǒng)設(shè)計(jì)

2.1 開(kāi)發(fā)環(huán)境

本文主要采用視覺(jué)開(kāi)發(fā)模塊VDM 與LabVIEW 相結(jié)合的技術(shù)來(lái)開(kāi)發(fā)機(jī)器視覺(jué)應(yīng)用程序［7］，不但可以自由地編寫(xiě)程序，而且限制條件比較少。

NI的LabVIEW 自發(fā)布以來(lái)以極高的更新率進(jìn)化發(fā)展，不斷推出強(qiáng)大的軟、硬件工具，不斷更新、完善其功能和特性，被市場(chǎng)用戶(hù)積極認(rèn)可和接受，使其應(yīng)用領(lǐng)域迅速擴(kuò)張。VDM 是NI視覺(jué)的核心工具包，其中包含了所有NI支持的功能，也是最低層的功能函數(shù)。使用VDM，再結(jié)合LabVIEW、VB、C、.NET 等編程語(yǔ)言，可以完成所有NI可以勝任的機(jī)器視覺(jué)圖像處理任務(wù)。

（1）VAS：視 覺(jué) 采 集 軟 件 （vision acquisition software），是NI 推出的機(jī)器驅(qū)動(dòng)程序，其中的IMAQdx、IMAQ 等驅(qū)動(dòng)程序，可以驅(qū)動(dòng)大部分國(guó)內(nèi)外品牌工業(yè)相機(jī)、也可以驅(qū)動(dòng)NI自己的圖像采集卡、幀接收器等。VAS并沒(méi)有包含圖像處理部分，但通過(guò)VAS軟件可以從工業(yè)相機(jī)中采集圖像，并由圖像處理軟件對(duì)采集到的圖像進(jìn)行處理。

（2）VA：視覺(jué)助手 （vision assistant），是NI VDM 中的一個(gè)幫助工具，可以快速的驗(yàn)證機(jī)器視覺(jué)項(xiàng)目的可行性，并且編輯成腳本，生成LabVIEW、VB、.NET 代碼等，以方便LabVIEW 等編程平臺(tái)的調(diào)用，使用視覺(jué)助手可以更方便、更快捷的完成圖像處理的功能。

2.2 軟件結(jié)構(gòu)設(shè)計(jì)

本文軟件總體設(shè)計(jì)結(jié)構(gòu)包括：圖像采集模塊，模板訓(xùn)練模塊，匹配檢測(cè)模塊及顯示部分。

（1）圖像采集模塊：在實(shí)際應(yīng)用中，根據(jù)產(chǎn)品規(guī)格不同動(dòng)態(tài)調(diào)整圖像放大比例；根據(jù)現(xiàn)場(chǎng)環(huán)境動(dòng)態(tài)設(shè)置相機(jī)或圖像采集卡參數(shù)；根據(jù)產(chǎn)品到位信號(hào)觸發(fā)采集圖像。

（2）模板訓(xùn)練模塊：提供友好方便的模板訓(xùn)練交互界面；根據(jù)產(chǎn)品不同的檢測(cè)區(qū)域和檢測(cè)參數(shù)；根據(jù)形狀特征，提供設(shè)置檢測(cè)多邊形區(qū)域，使產(chǎn)品各個(gè)區(qū)域得到有效檢測(cè)。

（3）匹配檢測(cè)模塊：為提高檢測(cè)精度，經(jīng)過(guò)預(yù)處理調(diào)整產(chǎn)品整體亮度，得到實(shí)際處理區(qū)域，對(duì)實(shí)際區(qū)域處理，消除干擾，然后通過(guò)對(duì)目標(biāo)準(zhǔn)確定位，利用算法實(shí)現(xiàn)匹配檢測(cè)。

（4）顯示模塊：利用視覺(jué)助手完成模式匹配算法，生成LabVIEW 代碼，然后設(shè)計(jì)優(yōu)化程序并設(shè)計(jì)前面板，實(shí)現(xiàn)圖形化交互界面，使得用戶(hù)方便操作，實(shí)現(xiàn)簡(jiǎn)單，而且易于理解。前面板即VI的交互式用戶(hù)界面。本文設(shè)計(jì)的前面板如圖1所示。

圖1 模式匹配前面板

用戶(hù)界面說(shuō)明：

（1）Max of Matches：用于指定需要查找的模板目標(biāo)的最大數(shù)。默認(rèn)值為1，根據(jù)需要可重新設(shè)置匹配數(shù)量。

（2）Minimum Score：最小分?jǐn)?shù)。指定匹配結(jié)果的最小分值，即相似程度，分值越小通常越容易找到目標(biāo)，但是容易找錯(cuò)；分值越大，則表示要求相似的程度越高，但是會(huì)增加找到目標(biāo)的難度。默認(rèn)值通常為800 分，最大分值為1000分。以實(shí)際應(yīng)用經(jīng)驗(yàn)來(lái)看，模式匹配分?jǐn)?shù)需要達(dá)到600分以上，才能保證系統(tǒng)的穩(wěn)定性。分值太低，容易引起錯(cuò)誤匹配。各個(gè)匹配的分值可以在Limits規(guī)格中看到，參考這些分值，可以設(shè)置合理的最小分值。使用最小分?jǐn)?shù)可以用來(lái)控制匹配的相似程度。

（3）Template：模板顯示窗。用于顯示在圖像中要查找匹配的模板對(duì)象。

（4）Image：顯示窗。用來(lái)顯示匹配結(jié)果。

（5）Number of Matches：匹配數(shù)。記錄查找匹配到的對(duì)象數(shù)目。

（6）Results：結(jié)果。記錄匹配結(jié)果，包括匹配實(shí)例目標(biāo)的坐標(biāo)位置，匹配分?jǐn)?shù)。

2.3 軟件實(shí)現(xiàn)及結(jié)果分析

采用美國(guó)NI的LabVIEW 軟件平臺(tái)進(jìn)行實(shí)驗(yàn)開(kāi)發(fā)，利用視覺(jué)模塊生成的LabVIEW 支持的VI與圖形化編程語(yǔ)言G 混合編程，設(shè)計(jì)并實(shí)現(xiàn)產(chǎn)品檢測(cè)的模式匹配方法。

具體利用其內(nèi)置的強(qiáng)大函數(shù)庫(kù)及視覺(jué)開(kāi)發(fā)工具Vision Assistant，根據(jù)模式匹配方法實(shí)現(xiàn)的基本流程結(jié)構(gòu) （如圖2所示），采用各個(gè)功能模塊的函數(shù)，主要是視覺(jué)與運(yùn)動(dòng)模塊中的視覺(jué)工具 （vision utilities）與機(jī)器視覺(jué) （machine vision）函數(shù)庫(kù)，調(diào)用其中的子VI函數(shù)編寫(xiě)應(yīng)用程序。

圖2 模式匹配方法實(shí)現(xiàn)基本流程

模式匹配方法實(shí)現(xiàn)過(guò)程的基本步驟如下：

（1）采集圖像：本文采用仿真采集，通過(guò)從文件中讀取圖像來(lái)模擬采集圖像。在實(shí)際應(yīng)用中，利用采集圖像函數(shù)從選擇的相機(jī)或圖像采集卡中采集圖像，然后設(shè)置采集參數(shù)和采集模式?？梢赃M(jìn)行單幀采集和連續(xù)采集圖像。

（2）圖像處理：采用NI視覺(jué)助手Vision Assistant圖像處理部分的圖像處理函數(shù) （如圖3所示）進(jìn)行相關(guān)處理。

圖3 圖像處理函數(shù)

（3）制作模板：通過(guò)模式匹配函數(shù)中的模板Template選項(xiàng)卡完成模板的制作，也可以通過(guò)NI的模板編輯器Template Editor創(chuàng)建一個(gè)新模板。

（4）學(xué)習(xí)模板：使用模式匹配庫(kù)函數(shù)學(xué)習(xí)模板，通過(guò)調(diào)用IMAQ Learn Pattern 4函數(shù)，如圖4所示，并對(duì)參數(shù)進(jìn)行設(shè)置來(lái)完成模板的學(xué)習(xí)。

圖4 模板學(xué)習(xí)子VI

參數(shù)設(shè)置：由于使用IMAQ Learn Pattern 4函數(shù)得到的模板圖像大小一般達(dá)到5 M 左右，為減小圖像的大小，提高計(jì)算速度，將算法Algorithm 中的All去掉，選擇灰度值金字塔算法Grayscale Value Pyramid，該算法得到的模板圖像大小只有1.5 M 左右。

角度范圍Angle Range：定義模板學(xué)習(xí)角度的變化范圍，只針對(duì)平移不變Shift－invariant情況下的匹配。

高級(jí)選項(xiàng)Advanced Options：用來(lái)設(shè)置在學(xué)習(xí)階段和算法相關(guān)的選項(xiàng)。

（5）匹配及結(jié)果顯示：要使匹配結(jié)果顯示出來(lái)，需要添加匹配邊框，其子函數(shù)程序框圖如圖5所示。

圖5 匹配結(jié)果邊框添加子VI

實(shí)驗(yàn)要求及測(cè)試：安裝LabVIEW 完整開(kāi)發(fā)系統(tǒng)和視覺(jué)開(kāi)發(fā)軟件。實(shí)驗(yàn)選用兩個(gè)檢測(cè)圖像分別進(jìn)行兩組實(shí)驗(yàn)測(cè)試，對(duì)模式匹配方法進(jìn)行性能驗(yàn)證，并分析對(duì)比實(shí)驗(yàn)結(jié)果。

測(cè)試：①運(yùn)行VI測(cè)試；②在圖像中畫(huà)一個(gè)ROI用于定義匹配模板，模板學(xué)習(xí)完成后將模板顯示在模板顯示窗中，同時(shí)在圖像顯示窗中顯示匹配檢測(cè)結(jié)果，即在圖1前面板Image顯示窗口中顯示產(chǎn)品檢測(cè)情況，其匹配的結(jié)果如圖6所示。

圖6 匹配結(jié)果

實(shí)驗(yàn)1：如圖6 （a）、（b）所示，檢測(cè)圖像沒(méi)有太明顯的直邊、圓、顏色等特征，但是有比較明顯的形狀。

實(shí)驗(yàn)2：如圖6 （c）、（d）所示，測(cè)試對(duì)象相同，目的是為了對(duì)比檢測(cè)模式匹配方法在模糊圖像中的性能。

實(shí)驗(yàn)結(jié)果分析：

針對(duì)實(shí)驗(yàn)1、實(shí)驗(yàn)2給出測(cè)試結(jié)果，如圖6所示，在測(cè)試時(shí)最小分?jǐn)?shù)設(shè)為700分，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析：

在實(shí)驗(yàn)1中，檢測(cè)對(duì)象個(gè)數(shù)為4，即圖6 （a）是Max of Matches為4的匹配結(jié)果，可以看出匹配良好；圖6 （b）是Max of Matches為5的匹配結(jié)果，查找匹配到的對(duì)象數(shù)為5，由表1中坐標(biāo)為 （90.5，244）的目標(biāo)匹配分?jǐn)?shù)1000分可以得出該目標(biāo)為模板圖像，坐標(biāo)位置為 （113.76，193.96）的目標(biāo)分?jǐn)?shù)只有823.9 分，相對(duì)于其它坐標(biāo)位置的目標(biāo)精確度較低，在圖像中也可以看出目標(biāo)2與模板圖像的相似度確實(shí)比較低。

表1 實(shí)驗(yàn)1匹配結(jié)果

實(shí)驗(yàn)2，在圖6 （c）中，圖像比較清晰，由實(shí)驗(yàn)結(jié)果可以看出，該方法能夠?qū)崿F(xiàn)良好的匹配；但是圖像 （d）相對(duì)于圖像 （c）而言比較模糊，而且對(duì)比度也比較低，由匹配結(jié)果能夠看出仍然實(shí)現(xiàn)了很好的匹配檢測(cè)。

由此得出：利用該軟件實(shí)現(xiàn)的產(chǎn)品檢測(cè)方法運(yùn)行可靠，易于使用，同時(shí)提高了產(chǎn)品檢測(cè)速度和精確度，而且對(duì)模糊和對(duì)比度低的圖像也能夠?qū)崿F(xiàn)很好的匹配檢測(cè)，提高了匹配性能。

另外，根據(jù)實(shí)驗(yàn)結(jié)果表明，該軟件界面友好，易于使用，運(yùn)行可靠，具有可視化特點(diǎn)，便于實(shí)時(shí)的、直觀地觀測(cè)產(chǎn)品檢測(cè)情況，而且檢測(cè)匹配效果良好。NI視覺(jué)的模式匹配能夠準(zhǔn)確的定位目標(biāo)，當(dāng)目標(biāo)對(duì)象有±5%的大小變化、0到360度的方向以及有瑕疵的表面仍可以實(shí)現(xiàn)很好的匹配檢測(cè)。

3 結(jié)束語(yǔ)

本文結(jié)合機(jī)器視覺(jué)技術(shù)與LabVIEW 開(kāi)發(fā)系統(tǒng)的功能特點(diǎn)，運(yùn)用其內(nèi)置的強(qiáng)大函數(shù)庫(kù)及視覺(jué)開(kāi)發(fā)工具設(shè)計(jì)實(shí)現(xiàn)了模式匹配方法。軟件設(shè)計(jì)中采用圖形化的設(shè)計(jì)思想，調(diào)用視覺(jué)與運(yùn)動(dòng)模塊下的視覺(jué)工具 （vision utilities）與機(jī)器視覺(jué) （machine vision）函數(shù)庫(kù)中的子VI編寫(xiě)應(yīng)用程序，增加了軟件的穩(wěn)定性和可移植性。另外，圖形化程序設(shè)計(jì)及編程實(shí)現(xiàn)簡(jiǎn)單、直觀、開(kāi)發(fā)效率高。經(jīng)過(guò)實(shí)驗(yàn)測(cè)試，本文基于LabVIEW 設(shè)計(jì)的模式匹配方法能夠在圖像模糊和對(duì)比度低的情況下實(shí)現(xiàn)很好的匹配檢測(cè)，提高了匹配性能。

同時(shí)，該軟件運(yùn)行可靠，易于擴(kuò)展，使用靈活方便，而且匹配效果良好。模式匹配可以為應(yīng)用程序提供被測(cè)圖像中模板的數(shù)量以及位置。例如可以搜索一幅PCB圖像中的一個(gè)或多個(gè)基準(zhǔn)點(diǎn)，機(jī)器視覺(jué)應(yīng)用程序使用基準(zhǔn)點(diǎn)對(duì)齊芯片安裝設(shè)備中的芯片完成對(duì)位。

［1］LI Yanfeng，WANG Chunyao，WANG Yuedong，et al.Detection of fruit surface defect research based on NI Vision Assistant and IMAQ Vision ［J］.Journal of Agricultural Mechanization Research，2013 （7）：62－65 （in Chinese）. ［李彥峰，王春耀，王躍東，等.水果表面缺陷檢測(cè)研究—基于NI Vision Assistant和IMAQ Vision ［J］.農(nóng) 機(jī) 化 研 究，2013 （7）：62－65.］

［2］DUAN Zhengyu， WEN Shengping. Electronic product appearance surface defect detection based onmachine vision method research ［J］.Computer Measurement and Control，2014 （4）：1009－1011 （in Chinese）. ［段錚昱，文生平.基于機(jī)器視覺(jué)的電子產(chǎn)品外觀表面缺陷檢測(cè)方法研究 ［J］.計(jì)算機(jī)測(cè)量與控制，2014 （4）：1009－1011.］

［3］ZHANG Hongxia，LIU Yicai.The application of machine vision technology research ［J］.Journal of Electronic World，2013 （17）：106，108 （in Chinese）.［張紅霞，劉義才.機(jī)器視 覺(jué) 技 術(shù) 的 應(yīng) 用 研 究 ［J］. 電 子 世 界，2013 （17）：106，108.］

［4］LI Yong，WU Xianda，XING Wu，et al.Design of surface defects automatic sorting system based on machine vision ［J］.Automation and Instrumentation，2010 （5）：40－41 （in Chinese）.［李勇，伍先達(dá)，邢武，等.基于機(jī)器視覺(jué)的零件表面瑕疵自動(dòng)分揀系統(tǒng)設(shè)計(jì) ［J］.自動(dòng)化與儀器儀表，2010 （5）：40－41.］

［5］WANG Heng，LIU Ran，XIE Xingzhe，et al.Angle new image matching method and its application study ［J］.Computer Engineering and Application，2011，47 （4）：208－211 （in Chinese）.［王姮，劉冉，解興哲，等.新型圖像角度匹配方法及其應(yīng)用研究 ［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47 （4）：208－211.］

［6］CHEN Wei，CAO Zhiguang，LI Jianping.Improved template matching method in the application of license plate recognition［J］.Computer Engineering and Design.2013，34 （5）：1808－1811 （in Chinese）. ［陳瑋，曹志廣，李劍平.改進(jìn)的模板匹配方法在車(chē)牌識(shí)別中的應(yīng)用 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2013，34 （5）：1808－1811.］

［7］ZHAO Bing，ZHOU Xuchu，ZHANG Qing.The research of machine vision detection technology based on NI platform ［J］.Journal of Duidance and Fuse，2013，34 （3）：57－60 （in Chinese）.［趙冰，周戌初，張慶.基于NI平臺(tái)的機(jī)器視覺(jué)檢測(cè)技術(shù)研究 ［J］.制導(dǎo)與引信，2013，34 （3）：57－60.］

［8］CHEN Xiang，CHEN Peng.Improvement template matching based target tracking algorithm ［J］.Computer Application，2011，31 （S2）：127－128 （in Chinese）. ［陳翔，陳鵬.基于改進(jìn)模板匹配的目標(biāo)跟蹤算法 ［J］.計(jì)算機(jī)應(yīng)用，2011，31（S2）：127－128.］

［9］WANG Jianxia，ZHOU Wanzhen.An improved template matching method of license plate character recognition ［J］.Journal of Hebei University of Science and Technology，2010，31 （3）：236－239 （in Chinese）.［王建霞，周萬(wàn)珍.一種改進(jìn)模板匹配的車(chē)牌字符識(shí)別方法 ［J］.河北科技大學(xué)學(xué)報(bào)，2010，31 （3）：236－239.］

［10］WU Jin.Fast template matching algorithm research in the machine vision ［J］.Journal of New Industrialization，2014（1）：65－69 （in Chinese）.［吳進(jìn).機(jī)器視覺(jué)中快速模版匹配算法研究 ［J］.新型工業(yè)化，2014 （1）：65－69.］