基于HALCON机器视觉软件测量玻璃砖折射率的实验演示

凌铭杰

(中央民族大学理学院 北京 100081)

机器视觉主要用机器来模拟人的视觉功能，从客观事物的图像中提取信息,进行处理并加以理解，最终用于实际检测、测量和控制，是一种无接触的自动检测技术，是实现智能化和精密控制的有效手段，具有安全可靠，光谱响应范围宽，可在恶劣环境下连续工作和生产效率高等突出优点[1,2].机器视觉的核心是图像分析和处理算法.德国MVTec公司开发的图像分析和处理软件HALCON是世界公认具有最佳效能的机器视觉软件，它发源自学术界, 由1 000多个各自独立的函数, 以及底层的数据管理核心组成,广泛应用在工业、科学研究、军用、民用等领域[3].

在2019版人教版高中物理选择性必修1中，测量玻璃的折射率实验使用的是插针法，该方法步骤较为繁琐，依靠人眼的观察造成的人为误差较大.在测量玻璃砖的折射率实验教学中引入现代机器视觉技术，使用HALCON图像分析处理软件可以实现快速和非接触式测量，提高速度和精确度，同时向学生演示机器视觉中图像处理和分析的原理并讲解相关的光学知识，扩展学生的视野.

1 基本原理

HALCON可以把像素的颜色、亮度等信息转变成数字信号，并对这些信号进行各种运算，根据长度、宽度、面积、位置等特征来抽取目标.再根据预设的允许度和其他条件输出结果，包括尺寸、角度、坐标、个数、合格/不合格、有/无等，实现自动识别功能.图像处理的主要流程如图1所示.

图1 HALCON处理基本流程

(1)从相机中采集图像.

(2)图像的颜色信息由红、绿、蓝3种颜色组合而成，将图像的颜色、亮度等信息转化成数值为0～255的红、绿、蓝或其他通道灰度值图像，越亮的像素点灰度值越大.

(3)通过滤波算法消除噪声或者通过函数变换提高对比度，这类似于相机软件的滤镜功能.预处理步骤可以根据实际情况取舍.

(4)选择灰度值的阈值区间，分割出感兴趣的区域.

(5)对感兴趣区域进行开运算或闲运算等形态学处理，分割成若干个小区域.

(6)根据面积、宽度、高度、曲率等特征从若干个小区域中选择需要输出的区域.

(7)输出图像处理结果.

2 实验过程设计

(1)在一张空白的纸张上任意画出一条直线，将玻璃的边界对准直线，选择适宜的入射角度和位置.

(2)使手机镜头垂直玻璃的入射边界，在黑暗的环境下拍照以避免其他光源的干扰.

(3)使用HALCON图像处理软件处理所采集的图片，并输出测量结果.

需要注意的是在整个实验过程中所有实验器材位置变化不能太大，也可以将所有器材固定.

3 图像处理过程演示

3.1 识别入射光线

3.1.1 读取相机原图并转化为灰度值图像

首先读取图片，如图2(a).再将图片转换为灰度图像，得到图2(b).图中入射光线非常明亮而其他区域较暗.按住CTRL键并将鼠标移到入射光线可以查看其灰度值达到最大值255.

(a)相机采集原图

3.1.2 阈值分割

该实验中图像噪声较少，对比度高所以没有进行预处理.先截取入射光线可能出现的范围的图像，再对所截取的图像阈值处理提取感兴趣区域.因为入射光线灰度值很高，所以阈值区间选为245～255，可以得到图3所示状态.其中红色部分即为符合阈值的感兴趣区域.

图3 感兴趣区域

3.1.3 形态学处理和提取特征

阈值分割出的感兴趣区域不仅包括入射光线，还包括其他的干扰点，并且区域内部有空洞.对感兴趣区域进行闭运算形态学处理,填充内部空洞并分割出几个不同大小和形状的小区域.这些小区域可以用不同颜色区分，将背景去掉后可以很容易区分.从中提出面积最大且长度最长的区域即是入射光线.形态学处理和特征提取如图4所示.

(a)形态学处理得出几个小区域

3.1.4 输出入射光线所在直线

提取出入射光线的区域后，利用算子画出该区域对应的最小矩形即入射光线所在直线，并将该直线在灰度图中显示，如图5所示.识别入射光线的相关代码如图6所示.

图5 入射光线所在直线

图6 识别入射光线的代码

识别入射面和折射光线的步骤与识别入射光线步骤类似，在代码参数设置上会有所差异，这里就不再赘述.

3.2 输出入射角、折射角和折射率

如图7所示，识别出了入射光线、入射面和折射光线后计算并输出入射角、折射角和折射率.由运行程序得出矩形玻璃入射角为57.752 9°，折射角为34.312 8°，折射率为1.500 33，保留两位小数为1.50.

图7 矩形玻璃的检测结果

再用相同的程序代码检测半圆形玻璃的折射率，得出半圆形玻璃的入射角为59.797 5°，折射角为35.115 7°，折射率为1.502 45，保留两位小数为1.50，检测结果如图8所示.

图8 半圆形玻璃的检测结果

普通玻璃的折射率为1.5～1.8，笔者也使用激光笔以人工测量方法多次测量了该玻璃的折射率，得出的平均折射率为1.50，如表1所示.该程序的检测结果也为1.50，因此该实验应该是可靠的.

表1 人工测得玻璃砖的折射率

4 结束语

将此代码和硬件做一些改进，就能实现从相机中实时采集图像并处理，可替代人工快速准确地识别玻璃的折射率是否合格.通过该程序测量玻璃折射率不仅提高了课堂效率，还让学生在学习课本上光学知识的同时知道了现代机器视觉技术是如何处理和分析图片中的光学信息，以及光学知识在工业生产中的应用和科学知识给社会带来的变革.物理学的发展和社会、技术、环境的发展是息息相关的，在教学过程中特别是物理实验中引入现代技术辅助教学是教育时代性的体现，也是提高学生和老师STSE素养的重要途经.