基于EMGU CV的外轮廓边缘识别定位系统设计实现

伊文君

（北京中拓机械集团有限责任公司，北京昌平 102208）

基于EMGU CV的外轮廓边缘识别定位系统设计实现

伊文君

（北京中拓机械集团有限责任公司，北京昌平 102208）

本文介绍了一种基于开放视觉图形处理EMGU CV的外轮廓边缘识别定位系统的实现方法，系统包含信号采集、信号放大、AD转换、图像平滑滤波，图像二值化、边缘识别及特征识别，其中信号采集部分应用穿透式激光传感器获得轮廓数据，边缘识别部分应用Canny算法获得样片的外轮廓边缘特征，特征识别部分实现了圆及直线基本图形元素的识别定位，系统具有采集速度快，识别精准的特点，具有广泛的工业应用前景。

EMGU CV Canny 边缘识别 轮廓识别

随着现代电子技术和计算机智能技术的发展，具有快速精确获得目标特征，识别定位目标特性的智能系统广泛被用于生产线自动化设备的控制和监视，本文设计的外轮廓识别系统基于开放视觉图形处理EMGU CV对采集到的数字数据进行图像处理，实现了圆、直线等基础特征元素的识别定位。本系统包含模拟信号采集，信号放大，AD转换，数据平滑滤波，图像二值化，边缘识别，特征识别，如图1所示。

1　模拟信号、信号放大及AD转换

本系统主要用于外轮廓识别，在配合一定机械运动下信号获取模块可选取线阵、面阵CCD相机及激光辨别传感器，线阵、面阵CCD相机可以一次性获取完整的目标图像，具有测量图像直观的优势，缺点是对光源要求较高，采集到的灰度图像在图像二值化时非常容易丢失信息，且相同的光源条件一般只适用于一部分样品，基于此，本文系统选取激光辨别传感器，即穿透式激光辨别传感器，该传感器不需要额外的光源照明，其多波长激光使光束图案强度分布均匀，高敏感度PD使其受外部因素造成的波动降到最低，可选多种检测量程探头，具有5um的超高再现性，80us的取样速度，配备专用的显示放大器，支持模拟电压输出。

AD转换模块本系统选取用于计算机的PCI数据采集卡，PCI总线数据采集卡可直接插在IBM-PC/AT或与之兼容的计算机内的任一PCI插槽中，本文系统选取研华PCI-1716L 16位高精度模拟量输出数据采集卡，采样频率可达250 KS/s，提供单端及差分模拟量输入。

2　数据平滑滤波

系统获取的数据节点坐标系为迪卡尔直角坐标系，节点为（x，y），x、y为节点平面坐标，x、y坐标值由激光辨别传感器数据及机械运行机构反馈获得，所有数据节点相连为一封闭轮廓，由于随机噪声及失真，在数据处理前需要进行平滑滤波，平滑处理有五种不同的方法:简单平均法，简单无缩放的模糊，中值滤波，高斯滤波和双边滤波。本文的数据采集精度较高，数据采样频率高，噪声少，采用简单平均法，应用5点简单平均法，即每5点数据平均后输出一点数据（Xo，Yo）。

3　图像二值化、边缘识别、特征识别

系统应用开放源代码的计算机视觉类库OpenCV（Intel Open Source Computer Vision Library）进行图像处理，OpenCV是一套可免费获得的由一些C函数和C++类所组成的库，主要用于对图像进行一些高级处理，例如特征检测与跟踪、运动分析、目标分割与识别及3D重建等［1］，由于系统在.Net 平台下开放，应用NET平台下对OpenCV图像处理库的封装Emgu CV［2］。

3.1图像二值化

将数据节点（x0，y0），（x1，y1）…（xn，yn）绘制在1000*1000分辨率的Image＜Gray， Byte＞imageBuffer上，绘制颜色值为new MCvScalar（255，255，255），背景为new MCvScalar（0，0，0），实现数据图像二值化。绘制测试样品轮廓如图2所示。此样品的外轮廓为圆与直线线段3.2边缘识别

组成。

边缘检测实际上是基于幅度不连续性进行分割，也即检测变化类型的局部特征，例如，灰度值的突变、颜色的突变、纹理的突变等。边缘检测的算法有很多，一般分为四类:经典算子法、最优算子法、多尺度方法、自适应平滑滤波法等。Canny算子进行边缘检测的方法属于最优算子法，是目前最有效的一种方法。Canny算法给定了最优化检测边缘的三个指标:好的信噪比；好的边缘定位性能；对唯一边缘有唯一的响应。具体算法如下:

步骤1:用高斯滤波器平滑图像；

步骤2:边缘点定位；

步骤3:用双阈值算法检测和连接边缘［3］。

本文应用EMGU CV中的方法Image＜TColor， TDepth＞Canny（TColor thresh， TColor threshLinking），方法中两个参数为Canny算法中的阈值，比值在2:1至3:1之间。应用方法处理样品轮廓如下图3所示。图中可看到圆及直线线段组成的轮廓。

3.3特征识别

EMGU CV中提供圆与直线的识别方法，这两个方法可做为进一步图像特征识别的基础，其中识别直线的方法为HoughLinesBinary，详细定义如下:

LineSegment2D［］［］ HoughLinesBinary（double rhoResolution，double thetaResolution， int threshold， double minLineWidth， double gapBetweenLines）。

识别圆的方法为HoughCircles，详细定义如下:

CircleF［］［］ HoughCircles（TColor cannyThreshold， TColor accumulatorThreshold， double dp， double minDist， int minRadius， int maxRadius）；

应用方法处理样品轮廓定位基本图像元素圆及直线，如下图4所示。

4　结语

本文构建了一种外轮廓采集识别定位系统，应用穿透式激光传感器获得数据，图像平滑算法滤波，应用EMGU CV 开源类库完成了圆及直线基本图形元素的识别定位，系统具有数据采集速度快，识别精准的特点，具有广泛的工业应用前景。

本课题是在北京市科学技术委员会的资助下，由北京中拓机械集团有限责任公司和清华大学共同完成。

［1］A EX Z.Learning openCV—computer vision with the openCV library［J］.IEEE Robotics and Automation Magazine，2009，16（3）：100.

［2］王燕.基于Emgu CV的数字相机图像采集［J］.西安：电子科技，2012，25（4）：31.

［3］刘江.组合机床与自动化加工技术.组合机床与自动化加工技术，大连：2013（5）：28.

高速外延片PL谱扫描成像仪的研发培育（项目编号：Z141103003414004）。

伊文君（1980—），男，硕士研究生。研究方向：机电一体化。