針對鋸片缺陷檢測的機器視覺系統(tǒng)設(shè)計

1、基于機器視覺的鋸片缺陷檢測設(shè)計摘要：機器視覺檢測技術(shù)具有非接觸、高效、準確等優(yōu)點，它符合現(xiàn)代工業(yè)生產(chǎn)的發(fā)展需要，本文相對于傳統(tǒng)方法提出了針對鋸片缺陷的機器視覺檢測技術(shù)，并在現(xiàn)有的實驗條件下進行研究和分析。首先闡述了此課題的背景和意義以及機器視覺技術(shù)在國內(nèi)外的發(fā)展和應(yīng)用現(xiàn)狀，介紹了機器視覺檢測系統(tǒng)的各硬件和軟件的主要構(gòu)成部分及其作用，系統(tǒng)主要通過鏡頭、攝像機，圖像采集卡等完成圖像的采集，再借助比較成熟的圖像處理算法，包括亞像素精度閥值分割、幾何基元的分割、輪廓特征提取、線段擬合等，以 Halcon 為實驗軟件平臺實現(xiàn)圖像的處理并輸出結(jié)果。通過軟硬件的合理搭配完成對鋸片缺陷檢測的機器視覺系統(tǒng)設(shè)計，

2、提高工業(yè)生產(chǎn)檢測效率。關(guān)鍵詞：機器視覺； 圖像處理； 鋸片檢測； HALCON 目 錄第 1 章 緒 論.11.1 機器視覺概述.11.2 機器視覺的國內(nèi)外發(fā)展現(xiàn)狀.21.3 本文主要研究內(nèi)容.3第 2 章 鋸片缺陷檢測系統(tǒng)的硬件設(shè)計.42.1 引言.42.2 檢測原理.42.3 采集方案設(shè)計.52.3.1 選擇光源.52.3.2 選擇照明方式.62.3.3 選擇照明環(huán)境.102.3.4 選擇相機.112.3.5 選擇鏡頭.122.3.6 選擇圖像采集卡.12第 3 章 軟件算法研究及實驗設(shè)計.153.1 機器視覺軟件 HALCON .153.1.1 HALCON 概述.153.1.2 HAL

3、CON 的體系和數(shù)據(jù)結(jié)構(gòu).163.2 圖像處理算法.173.2.1 圖像分割.173.2.2 特征提取.213.2.3 幾何基元的分割和擬合.243.3 實驗設(shè)計.283.3.1 鋸片檢測算法流程.283.3.2 算法編程實現(xiàn).283.3.3 實驗結(jié)果分析.313.4 本章小結(jié).32結(jié)論與展望.33參考文獻.35附錄附錄.360第 1 章 緒 論1.1 機器視覺概述機器視覺技術(shù)是指利用各種成像系統(tǒng)來代替人的視覺功能，將攝取的客觀事物轉(zhuǎn)變?yōu)閳D像信號，并由計算機對圖像信息進行處理和理解，進而產(chǎn)生數(shù)字信號來用于實際檢測、測量和控制，也就是用計算機來實現(xiàn)對客觀三維世界的感知和認識。主要包括圖像的獲取、

4、處理、分析、輸出和顯示等方面的研究。機器視覺是一項綜合技術(shù)，包括數(shù)字圖像處理技術(shù)、機械工程技術(shù)、控制技術(shù)、電光源照明技術(shù)，光學成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)、人機接口技術(shù)等。因此，機器視覺技術(shù)具有提高生產(chǎn)的柔性和自動化程度的特點。常用其來替代人工在一些艱苦且危險工作環(huán)境或人工視覺難以滿足要求的場合中進行作業(yè)，同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。機器視覺技術(shù)作為計算機科學的一個重要分支，在近 30 年中得到迅猛的發(fā)展，己被應(yīng)用到許多領(lǐng)域，如遙感、生物醫(yī)學、通信、工業(yè)、航空航天、軍

5、事、安全保衛(wèi)等。通過計算機技術(shù)向無損檢測技術(shù)的交叉和滲透，機器視覺技術(shù)已成為無損檢測技術(shù)中的主力軍。1.2 機器視覺的國內(nèi)外發(fā)展現(xiàn)狀1973 年，美國自然科學基金會(NFS)制定了發(fā)展視覺系統(tǒng)和機器人的計劃，并在普度、斯坦福等大學率先展開研究1。在日本，同期也展開了研究，并成功的將計算機視覺系統(tǒng)用于印刷電路板的質(zhì)量檢測。20 世紀 80 年代機器視覺系統(tǒng)進入發(fā)展正軌，20 世紀 90 年代發(fā)展趨于成熟，20 世紀 90 年代后高速發(fā)展，目前正廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、科學研究、軍事等各個領(lǐng)域。國內(nèi)的機器視覺起步比較晚，真正開始是在 20 世紀 80 年代。最近幾十年，伴隨著全球經(jīng)濟一體化進程的加速

6、， “中國制造”已經(jīng)在世界范圍內(nèi)發(fā)揮著越來越重要的作用。面對著用戶們對產(chǎn)品更高的要求和期待，中國制造業(yè)在不遺余力的完善自己的技術(shù)和設(shè)備。在這種大背景下，機器視覺技術(shù)在中國進入了一個快速發(fā)展的時期。更多的公司在尋求利用機器視覺技術(shù)來提高生產(chǎn)效率，改善產(chǎn)品質(zhì)量并降低生產(chǎn)成本。但是，由于基礎(chǔ)薄弱，中國的機器視覺技術(shù)水平與發(fā)達國家還有不小差距。1應(yīng)該說，機器視覺作為一種應(yīng)用系統(tǒng)，其功能特點是隨著工業(yè)自動化的發(fā)展而逐漸完善和發(fā)展的。其技術(shù)與應(yīng)用也隨著自動化行業(yè)的發(fā)展而日益成熟。據(jù)悉，2007 年全球機器視覺硬件市場預(yù)計總價值超過 15 億美元，而 2012 年這一數(shù)字估計將達到 21 億。按照每年 8.

7、8%的增長速度，目前全球整個視覺市場總量大概在 6070 億美元。而在中國，這個數(shù)字目前看來似乎有些龐大，但是隨著加工制造業(yè)的發(fā)展，中國對于機器視覺的需求將成上升趨勢。1.3 本文主要研究內(nèi)容本文主要研究機器視覺檢測系統(tǒng)中各硬件的作用和選型、圖像的處理算法及軟件程序代碼分析等方面關(guān)鍵技術(shù)，以 halcon 軟件為實驗平臺，利用機器視覺檢測技術(shù)，實現(xiàn)鋸片尺寸缺陷的提取和檢測。論文具體研究工作可以概括為以下幾個部分:1概述機器視覺檢測技術(shù)的發(fā)展和前景，以及在實際生產(chǎn)應(yīng)用中的特點和優(yōu)勢。2研究機器視覺檢測系統(tǒng)中各關(guān)鍵部分硬件設(shè)備的作用和設(shè)備型號的選用，包括相機、鏡頭、圖像采集卡以及照明模塊。通過各部

8、分硬件設(shè)備的合理搭配，保證了系統(tǒng)能采集到優(yōu)質(zhì)目標初始圖像，從而簡化后續(xù)圖像處理過程，提高檢測效率和質(zhì)量。3實現(xiàn)鋸片缺陷的檢測。以鋸片鋸齒兩側(cè)的坡口角度缺陷的檢測做為機器視覺鋸片缺陷檢測的一個應(yīng)用，借助比較成熟的圖象處理技術(shù)和算法，包括亞像素精度閥值分割、幾何基元的分割、輪廓特征提取、線段擬合，以 Halcon 軟件為實驗平臺，編寫程序代碼，對采集的初始圖象進行處理，提取出鋸片鋸齒兩側(cè)的坡口特征，實現(xiàn)坡口角度的測量。2第 2 章 鋸片缺陷檢測系統(tǒng)的硬件設(shè)計2.1 引言機器視覺檢測系統(tǒng)要求在生產(chǎn)線正常運行的情況下能實時地、無遺漏地檢測出鋸片上主要的缺陷類型，在參照產(chǎn)品質(zhì)量等級評定標準的基礎(chǔ)上通過統(tǒng)

9、計分析，評價出產(chǎn)品的質(zhì)量狀況，并將產(chǎn)品質(zhì)量等級提供給質(zhì)量控制部門，作為其決策的依據(jù)。形狀和尺寸檢測用于檢測產(chǎn)品的幾何參數(shù)來保障其在允許的公差范圍。這種檢測可用于生產(chǎn)過程中；也可以用于產(chǎn)品使用一段時間之后，通過檢測來確認產(chǎn)品經(jīng)磨損后是否仍然滿足要求。2.2 檢測原理機器視覺檢測系統(tǒng)構(gòu)成如圖 2-1 所示，系統(tǒng)主要分為兩大部分即圖像采集部分和圖像處理部分。圖像采集系統(tǒng)一般由光源組成的照明系統(tǒng)、鏡頭、CCD 攝像機等組成，而圖像處理系統(tǒng)則通過編寫軟件算法實現(xiàn)。在一定的光照(包括可見光，紅外線等各類光源)條件下，成像設(shè)備將物體成像并放大，然后由圖像采集系統(tǒng)將數(shù)字圖像信號送入計算機內(nèi)，形成二維灰度矩陣(

10、即原始圖像)，圖像處理單元首先對采集到的原始圖像進行預(yù)處理以改善圖像的質(zhì)量，然后通過邊緣檢測進行邊緣定位，再進行缺陷的特征提取，最后構(gòu)建分類器進行特征的識別完成對圖像的分析，達到所要求的測試任務(wù)。照明系統(tǒng)被測對象圖像處理系統(tǒng)計算機圖像成像設(shè)備結(jié)果存儲圖圖 2-1 機器視覺的系統(tǒng)構(gòu)成機器視覺的系統(tǒng)構(gòu)成3整個系統(tǒng)由兩部分組成：硬件系統(tǒng)和軟件系統(tǒng)。其中硬件系統(tǒng)的主要任務(wù)是要實時采集鋸片圖像，并將圖像信息轉(zhuǎn)變?yōu)橛嬎銠C所能識別的數(shù)字信號。軟件系統(tǒng)的主要任務(wù)是對采集到的圖像進行相應(yīng)的處理、缺陷識別和數(shù)據(jù)存儲。其核心部分是圖像處理系統(tǒng)。為搭建出用于本課題研究的鋸片缺陷檢測系統(tǒng)，首先必須根據(jù)系統(tǒng)分辨率和檢測精

11、度的要求合理地選擇檢測系統(tǒng)的圖像成像、圖像采集及圖像處理等硬件單元。2.3 采集方案設(shè)計2.3.1 選擇光源（1）光源的分類光源主要包括自然光源和人工光源2。自然光源是指太陽、月亮等自然界存在的發(fā)光體，這些光源對地面輻射不穩(wěn)定，難以控制。人工光源是人為將其他形式的能量（熱能、電能、化學能）轉(zhuǎn)換成光能，從而提供光通量的器件設(shè)備。按照發(fā)光原理的不同，人工光源一般可分為熱致發(fā)光光源、氣體放電光源、固體照明光源和激光光源等不同類型。（2）機器視覺檢測常用光源機器視覺工業(yè)檢測中常用的光源主要有白熾燈、熒光燈、金鹵燈、LED 光源以及其他特殊光源(如激光、紫外光光源)等，綜合機器視覺工業(yè)檢測中典型光源各自

12、特點，可將其歸納如表 2-1 所示。表表 2-1 人工光源的分類人工光源的分類典型光源特點鎢光源采用交流電源存在工頻問題：照度不均勻；產(chǎn)熱多熒光燈需配合高頻電路，產(chǎn)生很大均勻照度場，熱量不多：光譜分布存在極限鹵鎢燈光強可達穩(wěn)定；光強的角度分布可調(diào)，但光強會因為散射和反射損失；價格昂貴放電燈較高的發(fā)光強度，發(fā)光度在時間上恒定；光譜可能連續(xù)或離散，取決于照明氣體；可用于頻閃觀測照明；價格昂貴LED 燈及時起作用；具有單色特點；價格合理，體積小，重量輕，壽命長，熱量少，沒有噪聲和振動；可作供給光源激光較高的光強，單色性好，想干性好、準直度高4（3）選擇光源實際上，在機器視覺工業(yè)檢測中選擇照明光源環(huán)節(jié)

13、，必須綜合考慮不同應(yīng)用場合各自的特點以及工作條件影響。只有這樣才能選擇出合適的照明光源，而這個過程往往需要大量經(jīng)驗和實驗數(shù)據(jù)分析結(jié)果作為選擇依據(jù)。通過總結(jié)大量文獻中鋸片缺陷檢測光源選擇的經(jīng)驗，并結(jié)合課題中鋸片的表面缺陷特點以及 LED 光源特點的綜合考慮，本文確定選用 LED 光源作為照明光源，光源的選擇直接影響到采集到的圖像質(zhì)量以及缺陷是否能在圖像中明顯表露出來。系統(tǒng)選用白色高亮 LED 光源作為照明光源，這是因為，響應(yīng)時間短，發(fā)光效率高，光強穩(wěn)定分布均勻;形狀可以根據(jù)需要進行改變;光源顏色豐富，有紅、藍、綠、白。不同的顏色對應(yīng)不同的波長，所以 LED光源與相機匹配的峰值響應(yīng)范圍廣;壽命長，

14、可靠耐用。2.3.2 選擇照明方式除照明光源外，照明系統(tǒng)考慮的另一個重要因素就是照明方式。不同的照明方式針對特定的檢測場合往往有不同的成像效果，也就是說對于不同的工業(yè)檢測場合，不同的照明方式對于檢測效果的影響是不同的，應(yīng)該選擇恰當?shù)恼彰鞣绞接糜跈z測。因此，首先需要明白照明方式的種類以及不同種類照明方法的使用范圍，然后結(jié)合課題檢測對象的需要選擇可能的照明方式配合光源確定出合適的照明方法。根據(jù)相機、光源、被測對象之間的位置關(guān)系不同，照明方式主要分為背景光照明、前景光照明、同軸光照明三種不同方式。（1）背景光照明背景光照明方式是指將被測物置于相機和光源之間，如圖 2-2 所示。5圖圖 2-2 背景光

15、照明示意圖背景光照明示意圖這種照明方式的優(yōu)點在于它可將被測對象的邊緣輪廓清晰地勾勒出來。因此，這種照明方式常常被用于檢測工件的整體輪廓和加工尺寸以及模板匹配，Blob 分析等方面的應(yīng)用。利用背景光照明檢測的圖像中，被測對象所遮擋的部分呈現(xiàn)為暗色，而未被遮擋的部分呈現(xiàn)為亮色，容易形成“明暗分明”的圖像，這對利用機器視覺系統(tǒng)檢測分析十分有利。（2）前景光照明前景光照明方式是指將燈源置于被測物與相機之前。根據(jù)光源與被測物待測表面夾角大小的不同可以將其分為“高角度照明”和“低角度照明”兩種方式。根據(jù)經(jīng)驗，這個夾角的分界線一般為 45，小于 45為低角度照明，大于 45為高角度照明。根據(jù)光源、攝像機及待

16、檢測物三者的相對位置，可以將其分為明域照明和暗域照明。 高角度和低角度照明示意圖如圖 2-3 所示。低角度照明方式主要用于檢測被測對象表面凹凸部分，如:輪廓、邊界、表面刻字、劃傷等;高角度照明方式常用于檢測工件上絲印、商標、條碼、字符等。高、低角度照明實例如圖 2-4 所示。高角度照明 低角度照明圖圖 2-3 高、低角度照明示意圖高、低角度照明示意圖高角度照明 低角度照明圖圖 2-4 高、低角度照明實例高、低角度照明實例6明域照明方式是指相機放置在光源反射光路上的照明方式；暗域照明方式是指相機放置在與光源入射光幾乎平行方向上的照明方式。明、暗域照明方式的示意圖如圖 2-5 所示明域照明 暗域照

17、明圖圖 2-5 明、暗域照明方式示意圖口明、暗域照明方式示意圖口明域照明主要用于散射和吸收光線缺陷類型的檢測，在大多數(shù)明域照明圖像中，背景亮，缺陷暗。暗域照明主要用于光滑工件表面上含有散射光的缺陷類型檢測3。在大多數(shù)暗域照明采集的圖像中，背景暗，僅僅缺陷可見。暗域照明常被用于檢測表面污垢和表面突起的特征。經(jīng)過前人的實驗研究總結(jié)得出，一般情況下，翹邊、結(jié)合不良、掉角、麻坑等為明域照明能夠檢測出的缺陷；裂紋、折印、孔洞、砂眼、劃痕、刀紋等為暗域照明能夠檢測出的缺陷。明、暗域照明實例如圖 2-6 所示。明域照明 暗域照明圖圖 2-6 明暗域照明實例明暗域照明實例（3）同軸光照明同軸光照明方式是指光源

18、置于被測物與相機之間的照明方式，照明示意圖如圖2-7 所示。同軸光照明主要用來檢測表面光滑的平面物體，能夠清楚的顯現(xiàn)出表面特征或是減少陰影。同軸光照明實例如圖 2-8 所示，7圖圖 2-7 同軸光照明示意圖同軸光照明示意圖光盤反光表面上的細微劃痕 透明表面上的凹痕圖圖 2-8 同軸光照明實例同軸光照明實例通過以上分析可知，針對鋸片缺陷的檢測，在 LED 燈作為照明光源條件下，從鋸片輪廓中可以得到基本信息，鋸片厚度很薄，可以采用漫反射背光照明方式對鋸片進行照明，這種照明方式，是將被測物置于相機與光源之間(如圖 2-9 所示)。采用這種照明方法可以獲得比較清晰精確的邊緣。圖圖 2-9 背光方式背光

19、方式圖 2-10 顯示的就是通過這種照明方式采集到的鋸片圖像。相機被測物光源8圖圖 2-10 背光照明方式采集到的鋸片圖像背光照明方式采集到的鋸片圖像2.3.3 選擇照明環(huán)境現(xiàn)在工業(yè)上一般用的比較多的有兩種不同的照明方式：明室照明和暗室照明。（1）明室照明明室照明也有兩種情況：平行光源照明和漫射光源照明4。平行光源照明的原理是當平行光照射到?jīng)]有缺陷的光滑表面上時，只產(chǎn)生少部分的漫反射光進入相機，在像敏面上成像。而當平行光照射在有缺陷的地方，將產(chǎn)生大量的反射光在相機的像敏面上成像。漫射光源照明的原理是利用半透明磨砂玻璃燈罩、乳白罩或特制的格柵，使光線向多個方向的漫射。這樣產(chǎn)生的光線柔和，可以有效

20、的消除陰影，減少鏡面反射的影響，得到一個均勻照明的區(qū)域。同時，這樣還可以擴大照明光線的覆蓋范圍。這兩種照明方式相比，采用平行光源照明所得的圖像的灰度級差別較大、圖像清晰，明暗對比度也比較高，這是它的優(yōu)點。但是，由于平行光良好的方向性，它的輻射亮度在各個方向上并不對稱，因此，缺陷是否清晰與它們自身的方向有很大的關(guān)系。通常情況下，當它們的方向與平行光方向互相垂直時，缺陷最為清晰。而當它們的方向與平行光互相平行時，就幾乎看不到這種缺陷。這是采用平行光源照明的缺點。（2）暗室照明暗室照明理論最初來自于攝影膠片的沖印室。所謂暗室，就是在特殊的光線條件下的工作室。暗室一般設(shè)計成一個半封閉的空間，這樣可以有

21、效的阻擋雜散光和外來光線的干擾。針對不同的被拍攝物體，特別是透明半透明的玻璃狀物體，在暗室的不同位置放置合適的光源或者開個小孔，能夠制造出合適的照明環(huán)境，排除外界雜散光源的干擾，獲得高質(zhì)量的圖片。暗室照明比較適合用于透明物體的缺陷檢9測，如折印、刮痕等等。顯然，經(jīng)過上面的分析可知，鋸片缺陷的檢測照明宜采用暗室照明環(huán)境。2.3.4 選擇相機機器視覺系統(tǒng)獲取圖像的主要部件是攝像機。攝像機的作用是將通過鏡頭聚焦光線，生成圖像。下面我們對攝像機進行詳細的分析和選擇。（1）相機的分類相機作為機器視覺檢測中圖像獲取關(guān)鍵設(shè)備，它作用的重要性不一言而喻。而市面上相機的品種繁多，只有根據(jù)需要選擇合適的相機才能更

22、好的完成機器視覺檢測。攝像機按照拍攝出的照片的顏色可以分為彩色攝像機和黑白攝像機。同等價位的情況下，黑白攝像機具有分辨率較高、信噪比較高，對原物體的亮度信息的反映更好的優(yōu)點。而且一般來說，選用黑白攝像機就足以勝任大部分的應(yīng)用場合。按圖像傳感器的不同又可分為 CCD 攝像機和 CMOS 攝像機。兩者的圖像傳感器均采用相同的光敏材料，光電轉(zhuǎn)換的原理相同。不同的是從芯片中讀出數(shù)據(jù)的方式，即讀出結(jié)構(gòu)不同。CCD 技術(shù)已發(fā)展的較為成熟，采用二氧化硅隔離層或者 PN 結(jié)來隔離噪聲。相對 CMOS 來說，在成像質(zhì)量上有一定優(yōu)勢。綜合工業(yè)應(yīng)用圖像傳感器研究的發(fā)展趨勢以及 CCD 圖像傳感器的自身優(yōu)勢，課題選擇

23、應(yīng)用基于 CCD 圖像傳感器的面陣相機進行機器視覺鋸片缺陷檢測技術(shù)的研究。（2）CCD 相機的選用CCD(電荷耦合器件)是由具有光電效應(yīng)的半導體器件組成的一個面陣單元5。通過 CCD 圖像傳感器采集圖像，把目標的三維圖像采集為二維圖像，通過光信號轉(zhuǎn)換成電信號，即所謂的模擬信號，再由圖像采集卡把電信號轉(zhuǎn)化成數(shù)字信號，供計算機處理。CCD 根據(jù)圖像顏色來分有單色 CCD 和彩色 CCD。單色 CCD 輸出圖像是單色的，彩色 CCD 輸出圖像是彩色的。CCD 根據(jù)傳感器格式來分，可以分為線陣和面陣兩種。線陣 CCD 每次只能得到一條線上的光學信息，其分辨率高。面陣 CCD 由排成方陣的感光像元組成，

24、可直接得到二維圖像。一般應(yīng)用于成像速度要求不高，一次成像的場合。面陣 CCD 可同時獲取軸類零件 XY 兩個方向的信息，信息最大，為軸類零件的基本尺寸測量提供10了足夠的信息。面陣 CCD 采用靜態(tài)采像技術(shù)，不再需要掃描工作臺。因此，綜合上述考慮和基于本課題的技術(shù)要求，本測量系統(tǒng)攝像機選用 AVT Marlin F046-C CCD 攝像機。其性能參數(shù)是幀掃描速率為 53 幀/秒；采用行掃描的方式進行；CCD 尺寸大小為 1/3；鏡頭接口為 C 接口；圖像分辨率為 780582 pixel；快門速度為 1/241/10000。2.3.5 選擇鏡頭相機的鏡頭類似于人眼的晶狀體。如果沒有晶狀體，人

25、眼看不到任何物體。同理，沒有鏡頭，相機就無法輸出清晰的圖像。在圖像檢測系統(tǒng)中，鏡頭的質(zhì)量直接影響到系統(tǒng)整體性能。一般情況下，選擇鏡頭時需要考慮成像面、焦距、視角、工作距離、視野和景深等參數(shù)。焦距、工作距離、視野范圍和成像面大小之間滿足以下關(guān)系:F1=vxDV F2=hxDH （2-1） 其中:Fl、F:為水平和垂直方向焦距，鏡頭的實際焦距由 FI、F:中較小值確定:D為最大工作距離，v*h 為像面的大小，而 v*H 為視野 FOV。由公式(2.1)可知:鏡頭的焦距與視野成反比，而與最小工作距離成正比，鏡頭焦距越大，其視角、視野越小，而工作距離越遠。課題中，我們必須根據(jù)檢測的工作距離，即相機與鋸

26、片之間的距離，利用公式(2.1)，計算出鏡頭的焦距，最終選擇出合適型號的鏡頭。實驗室檢測的工作距離為60cm，通過計算可得課題所需鏡頭的焦距為 18mm。我們最終選用 Icrovision 鏡頭8mm 1:1.4 2/3” ，該配套鏡頭是變焦鏡頭，可以實現(xiàn)焦距在 8mm55mm 范圍內(nèi)的焦距變換，它通用的 C 接口也比較方便未來與其他的工業(yè)攝像機相連接。2.3.6 選擇圖像采集卡相機捕獲圖像后，輸出的模擬信息，不利于進行圖像處理。因此，需要把模擬圖像轉(zhuǎn)換成數(shù)字圖像，進行高速的 A/D 轉(zhuǎn)換。圖像采集卡是圖像采集部分和圖像處理部分的接口。常用的圖像采集卡有三種：視覺采集卡、具有顯示功能的視覺卡和

27、自帶處理器的板卡。這三者之間的區(qū)別是視覺采集卡只負責采集傳輸圖像；具有顯示功能的視覺卡就是在視覺采集卡的基礎(chǔ)上加了個圖像顯示的功能；自帶處理器的板卡本身就帶有處理器和進行圖像處理的固化程序，它的圖像處理可以在板卡中直11接運行。選擇什么樣的板卡應(yīng)據(jù)實際需求而定，一般來說，選擇時需要綜合考慮以下因素：（1）相機支持：選用的相機與視覺卡是否匹配。通?？紤]的因素有以下幾個方面：異步信號、不同分辨率的匹配、不同視頻信號的匹配、逐行掃描和多頻道。（2）激發(fā)燈源：有相當一部分板卡帶有燈源激發(fā)的功能。這不僅簡化了編程人員工作，縮短運行的時間，更重要的是這一功能可以使燈源更加有效地與相機同步進行工作。（3）圖

28、像存儲：相機拍照的速度很快，但是系統(tǒng)進行圖像處理的速度相對來講就慢的多。因此，在實際應(yīng)用的過程中，經(jīng)常會出現(xiàn)相機“等待”PC 的情況。有些板卡采取了在片中另外開設(shè)一塊內(nèi)存作為圖像處理的緩沖區(qū)的辦法：采集到的圖像按照一定的順序先暫存在圖像處理緩沖區(qū)中，然后在一幀一幀傳到 PC 進行處理。文章根據(jù)實際需求和實驗條件，最后決定采用 1394 采集卡作為圖象采集和處理單元。在 pc 機上，1394 接口是一種常見的數(shù)字串口，IEEE1394 接口有 6 針和 4 針兩種類型。6 角形的接口為 6 針，小型四角形接口則為 4 針。IEEE1394 接口也稱Firewire 火線接口，是蘋果公司開發(fā)的串行

29、標準。同 USB 一樣，IEEE1394 也支持外設(shè)熱插拔，可為外設(shè)提供電源，省去了外設(shè)自帶的電源，能連接多個不同設(shè)備，支持同步數(shù)據(jù)傳輸。由于它支持即插即用，就像 USB 一樣，易用，減少用戶的支持需求。1394 采集卡采集 AVI 格式到電腦這一過程是無損的，但是 AVI 格式文件比較大不利于保存所以就得壓縮成 MPEG 格式，而 AVI 到 MPEG 這一格式的轉(zhuǎn)換卻是有損的，其損失程度的大小直接由電腦的配置情況及所用的軟件所決定，并且還得花大量的時間，而壓縮卡一般是直接采集成 MPEG 格式的，因為其板卡上有自己的壓縮運算芯片，采集效果基本上對電腦配置情況沒有什么依賴性，并且采集時間是實

30、時的。所以，帶有硬壓縮功能的 1394 采集卡，在相同電腦配置的情況下，硬件壓縮在壓縮時間與壓縮質(zhì)量都要比較軟件壓縮勝出一籌。因此，在這里我們選用 1394圖像采集卡。表表 2-1 系統(tǒng)硬件選擇方案系統(tǒng)硬件選擇方案光源白色高亮 LED 光源12照明方式背景光照明方式照明環(huán)境暗室照明環(huán)境相機AVT Marlin F046-C CCD 攝像機鏡頭Icrovision 鏡頭 8mm 1:1.4 2/3”圖像采集卡1394 圖像采集卡第 3 章 軟件算法研究及實驗設(shè)計通過上面章節(jié)內(nèi)容的闡述，我們在分析基于機器視覺鋸片缺陷檢測系統(tǒng)硬件選擇和搭配原則的基礎(chǔ)上，確定了論文中用于鋸片缺陷檢測的相機、鏡頭、圖像

31、采集卡以及照明模塊，這些都是一個機器視覺檢測系統(tǒng)硬件所必需的，它們是系統(tǒng)能采集優(yōu)質(zhì)目標檢測圖像的保證。只有采集到好的用于檢測的初始圖像，才能簡化后續(xù)圖像處理過程，提高檢測效率和質(zhì)量。機器視覺檢測系統(tǒng)另一重要內(nèi)容是后續(xù)圖像檢測算法的處理，選擇合適的軟件運行平臺，通過圖像處理達到鋸片缺陷提取，最終實現(xiàn)機器視覺檢測系統(tǒng)的特定應(yīng)用。3.1 機器視覺軟件 HALCON3.1.1 HALCON 概述德國 MVtec 公司的圖像處理軟件 HALCON，是世界公認具有最佳效能的機器視覺軟件6。它發(fā)源自學術(shù)界，有別于市面一些商用軟件包。事實上，這是一套圖像處理庫，由一千多個各自獨立的函數(shù)，以及底層的數(shù)據(jù)管理核心

32、構(gòu)成。其中包含了各類濾波、色彩分析以及幾何、數(shù)學變換、形態(tài)學計算分析、校正、分類、辨識、形狀搜索等等基本的幾何以及圖像計算功能，由于這些功能大多并非針對特定工作設(shè)計的，因此只要用得到圖像處理的地方，就可以用 HALCON 強大的計算分析能力來完成工作。應(yīng)用范圍幾乎沒有限制，涵蓋醫(yī)學、遙感探測、監(jiān)拎、及工業(yè)上的各類自動化檢測。近年來，由于機器視覺技術(shù)的發(fā)展，這種可以”取代人眼” ，對重復工作不會疲勞，精度高且穩(wěn)定的特質(zhì)，促進了高科技業(yè)的發(fā)展，例如電子業(yè)產(chǎn)量的大幅提升。而 MVTec 公司更是不斷的與學術(shù)界合作，并且將最新的學術(shù)研究成果納入其中，不但使自己的技術(shù)處于業(yè)界領(lǐng)導地位，同時也將機器視覺技

33、術(shù)推向更高的境界。13機器視覺軟件 HALCON 在世界范圍內(nèi)被廣泛的使用，用戶可以利用其開放式結(jié)構(gòu)快速開發(fā)圖像處理和機器視覺應(yīng)用。一個專業(yè)的圖像處理工具不只包含一個圖像處理函數(shù)庫。圖像處理任務(wù)的解決只是整個機器視覺解決方案的一部分，還包括處理控件和或者數(shù)據(jù)庫連接等軟件部分，圖像獲取及其照明等硬件部分。因此，圖像處理系統(tǒng)簡單易用，并且能活嵌入到開發(fā)項目中是非常重要的。Halcon 充分考慮到這些方面，它有如下的特點:1HALCON 包含了一套交互式的程序設(shè)計接口 HDevelop，可在其中以HALCON 程序代碼直接編寫、修改、執(zhí)行程序，并且可以查看計算過程中的所有變量，設(shè)計完成后，可以直接輸

34、出 C/ C+，或是 COM(visual basic)程序代碼，嵌入到應(yīng)用程序程序中。2HALCON 不限制取像設(shè)備，可以自行挑選合適的設(shè)備。原廠己提供了 4 0余種相機的驅(qū)動，即使是尚未支持的相機，除了可以透過指針(pointer)輕易的抓取影像，還可以利用 HALOCN 開放性的架構(gòu)，自行編寫 DLL 文件和系統(tǒng)連接。3使用 HALCON 有最好的投資效益。這套軟件支持的操作系統(tǒng)除了微軟的NT/XP/2000，還有 Linux, Solaris7, 181X6. 5, 1ru64 UN1X5. 1 等等，當需要開發(fā)出一套系統(tǒng)，就可以輕易轉(zhuǎn)換作業(yè)平臺，以符合需求。為了加快速度，還可以使用多

35、處理器的計算機，所編寫的程序不必更動。4使用 HALOCN，在設(shè)計人機接口時沒有特別的限制，也不需要特別的可視化組件，可以完全使用開發(fā)環(huán)境下的程序語言，例如 Mircosoft Visual Studio 等等，架構(gòu)自己的接口，最終用戶看不到開發(fā)工具，而且在執(zhí)行軟件的機器上，只需要很少的資源。3.1.2 HALCON 的體系和數(shù)據(jù)結(jié)構(gòu)HALCON 的體系、數(shù)據(jù)結(jié)構(gòu)、外觸發(fā)機制是開放式的、高效率的。高效率的含義是 HALCON 中提供的函數(shù)執(zhí)行時間非常短，而且能夠在其開發(fā)環(huán)境 HDevelop 中直觀的看到每條函數(shù)的執(zhí)行時間。在很多復雜的機器視覺任務(wù)中，依然能夠非常高效的完成。14圖圖 3-1

36、HALCON 基本體系基本體系如上圖可以看出 HALCON 的基本體系。其主要部分是 HALCON 的圖像處理庫，其中包含了大量的圖像處理函數(shù)。這些圖像處理函數(shù)通過外部程序接口（如C、C+等）來實現(xiàn)其對應(yīng)的功能。HALCON 的函數(shù)：對 HALCON 圖像處理庫的使用，是通過調(diào)用庫內(nèi)函數(shù)來實現(xiàn)的。HALCON 的函數(shù)具有以下特點：1，函數(shù)之間沒有層次的，從軟件體系結(jié)構(gòu)來看，所有函數(shù)處于同一個層次上，并行的。2，函數(shù)可以按照針對 C+還是 COM 來進行邏輯劃分，可以分為 C+類和COM 類；3，針對輸入輸出變量，函數(shù)具有標準的規(guī)則；4，除了庫提供的函數(shù)以外，用戶根據(jù)自己的需要，可以自己創(chuàng)建 H

37、ALCON 函數(shù)；5，許多函數(shù)是自動并行處理的，在多處理器的 PC 中，處理一個比較大的圖像的時候，其處理速度會得到顯著的提高；HALCON 有兩個基本的參數(shù)類型，一個是圖標型數(shù)據(jù)（例如圖像等） ，另一個是控制型數(shù)據(jù)（例如整型、句柄等） 。所有 HALCON 函數(shù)遵循一個標準的法則：輸入圖標型數(shù)據(jù)則輸出圖標型數(shù)據(jù)；輸入控制型數(shù)據(jù)則輸出控制型數(shù)據(jù)。3.2 圖像處理算法在本課題的機器視覺檢測系統(tǒng)中，合理選擇圖像處理算法非常重要，檢測軟件所使用的圖像處理算法直接決定了檢測效果的好壞以及檢測花費的時間。合理選擇圖像處理算法是指針對不同的被測產(chǎn)品、不同的圖像以及檢測要求選用合適的圖像15處理算法。每個需

38、要提取出的信息如邊緣、形狀、尺寸等都可以通過多種途徑獲得，但仍然需要選擇合適的算法使系統(tǒng)更精確、處理效率更高。在此針對鋸片缺陷檢測系統(tǒng)涉及的圖像處理算法進行詳細的分析說明?；舅悸窞椋菏紫葟牟杉玫降脑紙D像中提取鋸片的輪廓，然后通過適當?shù)胤蛛x輪廓得到每個鋸齒，最后計算每個鋸齒兩側(cè)的坡口角度即可得出檢測結(jié)果。3.2.1 圖像分割為得到圖像中的物體信息，我們必須進行圖像分割，即提取圖像中與感興趣物體相對應(yīng)的那些區(qū)域。描述得更正式些，分割操作以一副圖像作為輸入而返回一個或多個區(qū)域或亞像素輪廓作為輸出。系統(tǒng)中所獲取的鋸片檢測圖像需要達到比此圖像像素分辨率更高的精度，因此從圖像中提取亞像素精度數(shù)據(jù)是很

39、重要的，亞像素數(shù)據(jù)可以通過亞像素閥值分割或亞像素邊緣提取來獲得。這些處理得到的結(jié)果可以用亞像素精度輪廓來表示。(1)亞像素精度閥值分割最簡單的分割算法是圖像的閥值分割。閥值分割操作被定義為：S=(r,c)Rgminfr,cgmax （3-1）因此，閥值分割將圖像 ROI R 內(nèi)灰度值處于某一指定灰度值范圍內(nèi)全部點選到輸出區(qū)域 S 中。經(jīng)常使用 gmin=0 或者 gmax=2b1。如果光照能保持恒定，閥值 gmin和 gmax能在系統(tǒng)設(shè)置時被選定且永遠不用被調(diào)整。既閥值分割是基于灰度值自身的，所以只要被分割的物體和背景之間存在非常顯著的灰度差時，都能使用閥值分割。固定閥值僅在物體的灰度值和背景

40、的灰度值不變時效果很好。但是，這種情況發(fā)生的頻率和期望的要少，比如，照明變化后的物體和背景的灰度值就會發(fā)生變化。即便使用的照明是恒定不變的，相似物體間不同的灰度值分布也會固定閥值分割的結(jié)果不理想。一些應(yīng)用需要的精準度要高于像素級別。因此，有時需要能返回亞像素精度結(jié)果的算法。很顯然，亞像素精度閥值分割處理的結(jié)果不能是一個區(qū)域，因為區(qū)域是像素精度的。為此，表示結(jié)果的適當數(shù)據(jù)結(jié)構(gòu)應(yīng)是亞像素精度輪廓。此輪廓表示圖像中兩個區(qū)域之間的邊界，這兩個區(qū)域中一個區(qū)域的灰度值大于灰度值閥值 gsub而另一個區(qū)域的灰度值小于 gsub。為獲取這個邊界，我們必須將圖像的離散表示轉(zhuǎn)換成一個連續(xù)函數(shù)?？梢酝ㄟ^雙線性插值公

41、式：=b(ag11+(1a)g01)+(1b)(ag10+(1a)g00) (3-2)g16完成這種轉(zhuǎn)換。一旦我們得到了表示圖像的一個連續(xù)函數(shù)，從概念上，亞像素精度閥值分割處理的結(jié)果就可以用常量函數(shù) g(r,c)=gsub于圖像函數(shù) f(r,c)相交得到，為獲取有意義的輪廓，這些線段要被連接起來?？梢酝ㄟ^反復地選取圖像中第一個未被處理的線段作為輪廓的第一段，然后跟蹤臨近的線段直到輪廓閉合、到達圖像邊界或到達一個交點。此連線處理的結(jié)果通常是在圖像內(nèi)形成一個閉合的輪廓，此輪廓圍繞的區(qū)域內(nèi)部的灰度值大于或者小于閥值。(2)梯度算子二維邊緣存在著兩種可能的定義，著兩種定義并不是等價的7。對那些明顯邊緣

42、的提取需要在梯度量值的基礎(chǔ)上進行一個閥值分割處理。因此，與由梯度量值最大定義的邊緣相比，由拉普拉斯算子過零定義的邊緣需要計算更多的偏導數(shù)。所以，對于二維我們將精力集中在梯度量值最大定義上，可以用有限差分來計算偏導數(shù)。在二維中，有限差分是：Fr;i,j=(fi+1,jfi1,j) （3-3） 21和 fc;i,j=(fi,j+1fi,j1) （3-4）21通常圖像必須被平滑處理以便獲得好的提取結(jié)果。對運算時間要求苛刻的那些應(yīng)用，濾波器掩碼應(yīng)該盡可能的小，及 33。通過適當?shù)貙ο禂?shù)進行按比例縮放，所有33 邊緣濾波器都能用如下形式表示當 a=1 時，我們得到 Prewitt 濾波器。注意它在垂直于

43、導數(shù)的方向上進行一個均值濾波處理。當 a=時，就得到了 Frei 濾波器，當 a=2 時得到 Sobel 濾波器，此濾波2器在垂直于導數(shù)的方向上執(zhí)行一個近似于高斯平滑的處理。在上面三個濾波器中，Sobel 濾波器返回的結(jié)果最好，因為它使用了最好的平滑濾波器。在質(zhì)量相對較好的圖像中以中等準確度快速搜索邊緣時主要使用快速 33 邊緣濾波器。因為速度是重要的，而且由梯度向量的歐幾里得長度（2-范數(shù)） （f2=）得到的梯度量值計算需要進行耗時的求平方根運算，所以ffcr22梯度量值通常是用如下量值中的一個來計算的：1-范數(shù)f1=fr+fc或1 0 1a 0 a1 0 11 a 10 0 01 a 1(

44、3-5)17者或者最大值范數(shù)f=max（fr,fc） 。此外，非最大抑制也是相對耗時較多的處理所以常被忽略掉，只對梯度量值進行閥值分割。由于這將返回寬度大于一個像素的邊緣，所以閥值分割后的邊緣區(qū)域要被骨架化。在二維中，我們能通過計算最佳的平滑濾波器的偏導數(shù)來推導出最佳的邊緣濾波器，因為卷積操作的特性允許將求導計算移動到濾波器上8。所以，Canny 的最理想的二維邊緣濾波器可由高斯濾波器的偏導數(shù)得到。因為高斯濾波器是可分的，所以其導數(shù)也是可分的：gr= (r) g(c) （3-6）2g、和 gc=g(r) (c) （3-7）2g、在二維應(yīng)用 Deriche 濾波器，也需要濾波器的可分性作為前提。

45、因此,對第一種Deriche 濾波器的最理想二維 Deriche 濾波器由 d(r) d(c)和 d(r) d(c)計算，而對第二種 Derich e 濾波器的最理想二維 Deriche 濾波器由 e(r) e(c)和 e(r) e(c)計算得到。Canny 濾波器的優(yōu)點是具有各項同性和旋轉(zhuǎn)不變。它的缺點是不能以遞歸方式來計算。因此，其執(zhí)行時間由 決定的平滑程度來決定。另一方面，雖然 Deriche 濾波器能以遞歸方式計算，其運行時間不受平滑參數(shù) 影響。但是它們是各項異性的，即用其計算出的邊緣幅度依賴于圖像中邊緣的角度。(3)拉普拉斯算子第二種邊緣定義拉普拉斯算子過零9。由于過零也是一種特殊的

46、閥值條件，所以我們能用亞像素精度閥值分割處理來以亞像素精度進行邊緣提取，為盡可能使它更有效率，必須先在圖像的整個 ROI 中計算邊緣幅度，然后，對邊緣幅度進行閥值分割，并把分割的結(jié)果作為計算拉普拉斯算子和計算亞像素精度閥值分割時的ROI。由普拉拉斯算子求得的邊緣比用梯度量值求得的邊緣更彎曲些，這是因為拉普拉斯算子得到的邊緣一定要經(jīng)過真邊緣上所有角點，所以后續(xù)處理更加困難些。兩階微分算子是根據(jù)圖像邊緣處灰度值的二階導數(shù)為零而提取邊緣的。拉普拉斯算子是典型的兩階微分算子。對一個連續(xù)函數(shù) f(x,y)，它在位置 (x,y)的拉普拉斯值定義如下：2f= + （3-8）22fx22yf假設(shè) i 對應(yīng) x

47、 方向，j 對應(yīng) y 方向，使用差分方程對 x 和 y 方向的二階偏導數(shù)18近似如下：2=fi+2,j2fi+1,j+fi,j （3-9）22fx x)ji,-, 1(jif將上式的中心點i+1,j移到i,j點可以得到二階導數(shù)的近似式為：= fi+1,j 2fi,j +fi1,j （3-10）22fx同理可得：= fi,j+1 2fi,j +fi,j1 （3-11）22yf根據(jù)上式可以得到兩個方向上的近似拉普拉斯算子的模板：2= （3-12）01-01-41-01-0除以上的模板以外，還有其他的拉普拉斯算子模板，但是對模板有一個基本要求:模板中心的系數(shù)為正，其余相鄰系數(shù)為負，所有系數(shù)的和為零。

48、由于拉普拉斯算子是一種二階導數(shù)算子所以對圖像中的噪聲相當敏感。另外它常產(chǎn)生雙像素寬的邊緣，而且也不能提供邊緣方向信息。因此，拉普拉斯算子很少直接用于檢測邊緣，而主要用于已知邊緣像素后確定該像素是在圖像的暗區(qū)或者明區(qū)一邊。(4)本課題采用的圖像分割方法由于需要高準確度提取鋸齒兩側(cè)的坡口角度，所以本系統(tǒng)選擇使用亞像素精度算法。因為使用亞像素閥值分割方法必須指定的閥值會影響輪廓的位置。然而，本課題中使用亞像素閥值非常合適，因為比邊緣提取快許多。由于使用背光照明，圖像上背景為白，鋸片為黑色，不難找到一個合適的閥值，比如均值 128。后面將看到，本系統(tǒng)中閥值對輪廓位置的影響可以忽略不計。3.2.2 特征

49、提取 在上一節(jié)中，已經(jīng)討論了如何從圖像中提取輪廓，盡管輪廓非常有用，但還是遠遠不夠用的，因為它只包含對分割結(jié)果的原始描述。因此，我們必須從分割結(jié)果中選出某些區(qū)域或者輪廓，從區(qū)域或輪廓中確定一個或多個特征量。這些我們確定19的特征量被稱為特征，他們通常是實數(shù)，確定特征的過程被稱為特征提取。(1)區(qū)域特征最簡單的區(qū)域特征是區(qū)域的面積：a=R=ceicsi+1 (3-13)Rr），（c1ni 1由上式可知，區(qū)域的面積 a 就是區(qū)域內(nèi)的點數(shù)|R|。如果區(qū)域是用一幅二值圖像表示的，那么用上式中的第一個求和等式計算區(qū)域的面積；如果區(qū)域是用行程編碼表示的，那么用上式中的第二個求和等式計算區(qū)域的面積。一個區(qū)域

50、能夠被視為其所有行程的一個并集，而每個行程的面積是極容易計算的10。由于第二個累加式的項比第一個累加式的少很多，所以，區(qū)域的行程表示法可使區(qū)域面積的計算速度快很多，這點對幾乎所有的區(qū)域特征都適用。而面積是被稱為區(qū)域的矩的廣義特征中一個特例。p0，q0 時，(p,q)階矩被定義為：= （3-14）mqp,Rcrqpcr),(這里就是區(qū)域的面積。與計算面積類似，因為能夠推導出僅基于行程的簡m0, 0單等式來計算矩，所以使用行程表示法時可以高效率地計算矩。等式（4-17）中的矩依賴于區(qū)域的尺寸。我們期望有一些特征可不隨物體尺寸變化而變化，為獲取這樣的特征，當 p+q1 時，矩除以區(qū)域的面積就得到了歸

51、一化的矩：= （3-15）nqp,Rcrqpcra),(1從歸一化的矩中推導得到的最令人感興趣的特征是區(qū)域的重心，即（，） 。n0, 1n1 , 0它能被用來描述區(qū)域的位置。雖然重心是從像素精度的數(shù)據(jù)計算得到的，但它是一個亞像素精度特征。歸一化的矩是由圖像中的位置決定的。但是我們希望特征不隨圖像中區(qū)域的位置變化而變化，為此我們可以計算相對于區(qū)域中心的矩。這些中心矩是在（p+q=2）時由下式計算得到的：=（） （） （3-16）qp,Rcrqpcra),(1rn0, 1pcn1 , 0q20這些中心矩也是歸一化處理后的。這里我們尤其關(guān)注二階中心矩（p+q=2） ，它們可以用來定義區(qū)域的方位和區(qū)域

52、的范圍。這是通過假設(shè)從一個橢圓上獲取區(qū)域的一階矩和二階矩而實現(xiàn)的。然后，從這五個矩推導出橢圓的五個幾何參數(shù)。橢圓的重心與區(qū)域的重心一致。橢圓的長軸和短軸，以及相對于橫軸的夾角可由下式計r1r2算得到：= （3-17）r1)4)(221 , 122, 00, 22, 00, 2= （3-18）r2)4)(221 , 122, 00, 22, 00, 2=arctan （3-19）210, 22, 01 , 12通過橢圓的參數(shù)，我們推導出另一個非常有用的特征：各向異性。此特rr21征量在區(qū)域縮放時是保持恒定不變的，它可以描述一個區(qū)域的細長程度。橢圓的這些參數(shù)在確定區(qū)域的方位和尺寸時極其有用，但它們

53、還存在兩個問題。首先，只有在滿足時才可以確定區(qū)域的方位。也就是說對于的物rr21rr21體的方位不能通過橢圓參數(shù)來確定，比如正圓，正方形等。第二個問題，因為底層的模型是一個橢圓，所以僅能以（180）為模確定方位。這個問題可以先確定區(qū)域內(nèi)部距離重心最遠的點，然后用此點來選擇或+作為正確方位進行解決。我們使用這些方法建立的基于矩的特征在更多類型的變換結(jié)果上保持不變，比如平移、旋轉(zhuǎn)、縮放，甚至是仿射變換。除了基于矩的特征外，還存在許多極其有用的特征，這些特征都基于為區(qū)域找到的一個外接幾何基元。計算任意方位的最小外接矩形和最小外接圓的方法是基于首先計算區(qū)域的凸包。在一個特定區(qū)域里，一個點集的凸包就是包

54、含了區(qū)域中所有的點的最小凸集。如果點集中任意兩點連成的直線上的所有點都在此點集中，那么這個點集就是凸集。點集的凸包可以被高效率地計算出來。在已經(jīng)從圖像中提取出的區(qū)域上構(gòu)建 ROI 時，一個區(qū)域的凸包是很有用處的?；诖藚^(qū)域的凸包，能夠定21義另一個有用的特征：凸性。凸性被定義為某區(qū)域的面積和該區(qū)域凸包的面積之間的比值，它的值在 0 和 1 之間，可用來測量區(qū)域的緊湊程度。一個凸區(qū)域的凸性是1。我們可以利用凸性來去除不想要的分割結(jié)果，而這些不想要的結(jié)果一般是高度非凸的。區(qū)域的另一個有用特征是區(qū)域的輪廓長度。為計算此特征量，我們必須跟蹤區(qū)域的邊界以獲取一個輪廓，此輪廓將邊界上的全部點連接在一起。得

55、到了區(qū)域的輪廓后，我們將全部輪廓線段的歐幾里得距離求和便得到輪廓長度。水平線段和垂直線段的歐幾里得距離都是 1，而對角線段的距離是。基于區(qū)域的輪廓長度 l 和區(qū)2域的面積 a，我們能定義區(qū)域緊性的度量方法：c=。所有圓形區(qū)域的緊性特征值都是)4(2al1，而其他區(qū)域的緊性特征值更大。(2)輪廓特征一個閉合且不自相交的輪廓其所圍繞的范圍將產(chǎn)生一個區(qū)域，那么輪廓跟前面提過的區(qū)域一樣也存在面積11。為簡化等式，假設(shè)一個閉合輪廓是通過（r1,c1）=(rn,cn)來表示的。R 表示輪廓圍繞的亞像素精度區(qū)域，則（p,q）階矩被定義為：mp,q=rpcqdrdc (3-20)Rc）（ , r與區(qū)域類似，我

56、們能定義歸一化的矩和中心距?？梢钥吹?，這些矩都能僅基于輪廓上的控制點計算得到。例如輪廓的面積和重心能由下式計算：a=ri1cirici1n121i n1,0=( ri1cirici1)( ri1+ ri) (3-21)n1a61in0,1= ( ri1cirici1)( ci1+ ci)n1a61i對于二階矩能推導出類似的等式，根據(jù)這些等式，我們能計算出橢圓的長軸、短軸和方向等參數(shù)?；诰氐妮喞卣骱突诰氐膮^(qū)域特征和基于矩的灰度值特征用途類似。(3)本系統(tǒng)采用的特征提取方法22 前面我們提過采用亞像素精度閥值分割從原始圖像中提取了鋸片的輪廓。所以我們不采用區(qū)域特征提取方法，而采用輪廓特征提取

57、的方法，去除輪廓上不是鋸齒的部分，從而得出課題感興趣的鋸齒的輪廓。3.2.3 幾何基元的分割和擬合 本節(jié)將研究將輪廓數(shù)據(jù)擬合成幾何基元的方法，并分析如何將輪廓自動分割成多個部分，每部分都有相對應(yīng)的幾何基元。這能讓我們充分地減少需要被處理的數(shù)據(jù)量，并給我們提供一種數(shù)據(jù)的符合化描述方式。而且，對幾何基元得擬合將使我們受不正確或者不準確的提取點影響更少。(1)直線擬合在進行直線擬合前必須首先考慮直線的表達方法12。在圖像中，直線可以出現(xiàn)在任何方位。因此，我們不得不使用一種可以描述所有的直線的表達方法。例如，通常的表示法 y=ms+b 不能滿足要求?？捎玫囊环N表示法師直線的黑塞范式，表達為：r+c+=

58、0 (3-22)這實際上是一種過渡參數(shù)化得表達，因為參數(shù)（,）是齊次的。因此，這些參數(shù)僅需被定義到一個比例因此。此比例因子在黑塞范式中是通過令 2+2=1 來固定下來的。這樣做的好處是某點到直線的距離能通過將該點的坐標直接代入等式(3-11)得到為了從一系列點（ri,ci） ，i=1,n 來擬合出一條直線，我們能對這些點到這條直線的距離的平方和進行最小化處理： (3-23)n122)(icrii盡管上式理論是正確的，但是實際中它是不能工作的，因為當 =0 時，我們得到一個零誤差。這是由直線的過渡參數(shù)化造成的。所以，我們必須加入約束條件 2+2=1 作為拉格朗日乘子，從而必須將下式的誤差最小化：

59、(2+21)n (3-24)n122)(icrii可以看到(,)是如下矩陣的較小征值相對應(yīng)的本征向量： (3-25)2, 01 , 11 , 10 , 223此時， 由 =(+)得到。等式中，和都是點集n0, 1n1 , 00, 21 , 12, 0（ri,ci）的二階中心距，而和是此點集歸一化后的一階矩。0, 1n1 , 0n最小平方直線擬合法對于大的離群值是不足夠魯棒的，由于采用的是平方距離，所以與直線距離遠的那些點在最優(yōu)化過程中將會擁有非常大的權(quán)重。為減輕這些遠離點的影響，我們可以為每個點引入權(quán)重 wi 。對于遠離線的那些點，其權(quán)重應(yīng)該1。那么，最小化過程將變?yōu)?()2(2+21)n (

60、3-26)2niiw1iicr定義權(quán)重 wi 。的方法是用多次的迭代來擬合直線。在第一次迭代中使用wi=1，即執(zhí)行一個標準的直線擬合來計算出距離 i 。通過一個權(quán)重函數(shù) w()可用已經(jīng)計算出的距離來定義權(quán)重，然后將這些權(quán)重用于后續(xù)的迭代處理中，第一個迭代函數(shù)是由 Huber 提出的，其定義為：w()= (3-27) 1參數(shù) 是削波因數(shù)它定義那些點應(yīng)被視為離群值，所有距離 的點對應(yīng)的權(quán)重都是 1。這意味著，對于小的距離的點，在極小化處理中就直接使用其平方距離。對于 的點，將獲得一個更小些的權(quán)重。事實上，在最優(yōu)化計算中，此權(quán)重函數(shù)為那些距離遠的點選定了其距離值而不是平方距離值參加運算。有時，選定的