基于NI Vision机器视觉技术的应用

贾昊,张烨，崔忠政，徐曌, 杨扬,徐佳

（1.大连科技学院电气工程学院，辽宁大连，116052；2.中国华录松下电子信息有限公司开发中心，辽宁大连，116000）

关键字:机器视觉;NI Vision 图像采集; 图像处理; Labview

0 引言

机器视觉技术的逐渐普及，成为自动化行业新焦点，伴随中国改革开发的深入，人工成本逐渐上升，人口红利优势不在明显，而伴随着招工难、流动快，特别是一些用工集中，重复性强岗位而不得不采用大量高科技的设备，如机器人、机器视觉设备、自动组装设备。而在这其中，机器视觉设备在工业自动化、生产生活中所起的作用越来越大。在大批量生产过程中，用人工视觉的产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

1 图像采集

图1 IMAQ函数模块

机器视觉的应用，首先是解图像采集，NI公司的图像采集（IMAQ）兼容目前主流的工业图像采集设备，包括火线（1394接口）、千兆以太网（GigE）、USB等接口设备，提供一系列的接口函数。

在进行图像采集时，先要用IMAQ Create函数创建一个图像任务，此函数的接线如图2所示。

图2 IMAQ Create函数图标

可以通过以下程序通过IMAQ设备上来采集图像并显示出来，程序如图3所示。

图3 利用USB图像采集设备采集连续图像

2 图像处理

图像处理也可以称作视觉处理。Labview提供了多种图像处理的方法。其中NI公司的视觉采集软件提供的驱动和函数，既能够从数千种连接到设备上的不同相机采集图像，也能够从连接在PC、PXI系统或笔记本计算机上标准接口的IEEE 1394和千兆视觉相机采集图像。

Labview中的视觉开发模块作为强大的机器视觉处理库，配有各类函数，其中包括：边缘检测、颗粒分析、光学字符识别和验证、一维和二维代码支持、几何与模式匹配、颜色工具。为用户提供了相当便利的操作，用户可通过视觉开发模块的同步功能，实现与运动或数据采集测量的同步。

在生产实际应用中，TV屏上的暗点严重影响产品品质，暗点小，作业人员检查一个像素暗点十分困难，在这种情况下，通过机器视觉技术的应用，图像采集、处理、能高效识别在屏上的暗点，确保了产品的品质。

图4 TV屏图像处理前

图5 TV屏图像处理后

可以通过NI IMAQ一些函数对图像进行处理，然后利用颗粒分析对暗点进行分析来判断暗点有无和在分布位置和情况，可以得到暗点的数量、大小、以及位置坐标，可以醒目标定供作业人员处理。主要分析处理函数如图6所示。

图6 图像处理的主要分析函数

NI Vision边缘算法模块在实际中有很大的应用，特别是在成形工程和冲压工程中应用面较广，几何寸法、几何分析、几何匹配等都需要应用到。

边缘检测的实质是采用某种算法来提取出图像中对象与背景问的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用局部图像微分技术来获得边缘检测算子。经典的边缘检测方法，是通过对原始图像中像素的某小邻域构造边缘检测算子来达到检测边缘这一目的的。

图7 边缘检测步骤图

图8 边缘检测物体定位

3 检测物体定位

典型的机器视觉应用中，是从关注区中提取测量指标而不是从整个图像中。要使用这种技术，关注物体的各个部分都要出现在所定义的关注区中。如果需要处理的图像中被测物体始终保持在相同的位置和方向，那么直接定义关注区就可以了。

通常，被测物体会在需要处理的图像中发生相对位移或旋转。 发生这种情况时，那么关注区就需要跟所关注的物体的所有部分一起移动或旋转。对于要随物体一起移动的关注区，需要定义一个相对于参考图像中物体的参考坐标系统。在测量处理期间，当需要处理的图像中的物体出现移动和旋转时,坐标系统也随物体一起移动。这个坐标系统称为测量坐标系统。测量模块利用相对于参考坐标系统的测量位置自动地将关注区移动到正确的位置。关于坐标系统。

可以利用边缘检测或模式匹配建立一个坐标变换。建立坐标变换的边缘检测和模式匹配模块的输出结果是原点、角度，和坐标系统的轴向。某些机器视觉模块采用这一输出结果并自动调整检测区域。也可以通过编程利用这些输出结果来移动做相对于物体的检测区域。

在冲压工程模内攻丝工艺中，由于各种因素导致出现的未攻丝以及攻半丝等情况时有发生，严重影响后续工程的生产，通过采用机器视觉技术，利用图像边缘分割等图像处理算法，可以高效的分辨出攻丝是否OK，杜绝不良品流入下一工程，削减了作业人员，提高了生产效率。

图9 基于边缘检测内攻丝

图10 基于边缘检测内攻丝算法模块流程

4 结束语

机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已经广泛应用在制造行业中，特别是电子制造业中，印刷电路板的检测，OCR/OCV字符识别，完成品外观检查，包装工程等有较广的应用范围。基于NI Vision的机器视觉技术已经成功应用到生产中，有一些成熟的案例，伴随着应用范围的扩大和关注程度的加深，关注这一领域的工程师和技术人员也日益增长，将会大力提高生产自动化水平和检测系统的智能水平。