機器視覺技術(shù)及應(yīng)用 課件 項目3 視覺定位_第1頁
機器視覺技術(shù)及應(yīng)用 課件 項目3 視覺定位_第2頁
機器視覺技術(shù)及應(yīng)用 課件 項目3 視覺定位_第3頁
機器視覺技術(shù)及應(yīng)用 課件 項目3 視覺定位_第4頁
機器視覺技術(shù)及應(yīng)用 課件 項目3 視覺定位_第5頁
已閱讀5頁,還剩43頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

X-SIGHT軟件入門3.1.1軟件界面1.主界面X-SIGHT軟件的主界面如圖所示,主要包括菜單欄、工具欄、指令欄、工程欄、控件欄、屬性欄、主窗體等。2.屬性欄軟件大多數(shù)指令都有內(nèi)部參數(shù)。為了獲得理想的結(jié)果,可以在屬性欄設(shè)置相應(yīng)的參數(shù),如圖所示。3.“圖形編輯”窗口要編輯幾何數(shù)據(jù)(如線段、圓、路徑或區(qū)域),單擊屬性欄中要設(shè)置或修改的屬性名稱后面的按鈕

,將出現(xiàn)如圖所示的“圖形編輯”窗口。3.1.2常見工具與控件常用工具包括:新建、打開、保存、單次、連續(xù)、運行、停止、布局,其功能見表。常用控件包括:標簽、普通按鈕、圖片、編輯框、圖形顯示、表格,其功能見表。3.1.3采集并顯示圖像(1)雙擊指令欄中的“相機類型”圖標

,雙擊“模擬相機”指令,或?qū)ⅰ澳M相機”拖入任務(wù)欄,在屬性欄中雙擊“相機標識”參數(shù)行后面的

按鈕,彈出“選擇路徑”對話框,選擇待處理圖像的文件夾Cap,如圖所示。

(2)將控件欄中的“圖形顯示”控件拖動到主窗體中,顯示的空白圖形大小可根據(jù)需求任意調(diào)整。選中新建的圖形,在屬性欄中單擊“圖形顯示”屬性中“背景圖”參數(shù)行右側(cè)的“鏈接”圖標

,鏈接到模擬相機路徑0001.outImage(0001表示任務(wù)欄中指令的順序,outImage表示指令或控件的圖像輸出),如圖所示。(3)單擊“運行”

按鈕

,圖片將循環(huán)顯示。單擊“單次”按鈕

,可單張顯示,實際待處理圖像顯示效果如圖所示。幾何基元定位任務(wù)分析對已有示例圖片,如圖所示,進行仿真訓練,運用簡單的點、線、圓定位工具完成圖像基礎(chǔ)圖形的點、線、圓定位。通過完成此學習任務(wù),可以掌握四種點定位、兩種線定位、兩種圓定位工具的使用。3.2.1點定位的方法1.單邊緣檢測單邊緣檢測是沿著給定路徑,定位暗像素和亮像素之間的最強轉(zhuǎn)換。主要應(yīng)用在快速檢測物體(如瓶子的水平位移)和簡單測量(如瓶子中的液位)。2.多邊緣檢測多邊緣檢測是沿著給定路徑,定位暗像素和亮像素之間的多條轉(zhuǎn)換。主要應(yīng)用在快速地檢測多個邊緣點,常用于物體計數(shù)或者位移檢測。3.單峰檢測單峰檢測是指沿著給定路徑,定位最強的暗或亮像素的峰值。主要應(yīng)用在非??焖俚臋z測一個薄結(jié)構(gòu),比如劃痕或者刻度。4.單條紋檢測單條紋檢測是找到沿著給定路徑上最強的一對邊。主要應(yīng)用在非??焖俚臋z測或測量由一對邊緣限定的物體(比如測量瓶蓋的直徑),其工具屬性與單峰檢測類似。該操作沿著“掃描路徑”掃描圖像,并且定位給定特征的最強條紋(例如穿過路徑的一對相反極性的邊緣),如果沒有這樣的條紋,則輸出設(shè)置為NIL。3.2.2線定位的方法1.邊緣段定位邊緣段定位是執(zhí)行一系列的邊緣檢測,找到最匹配檢測點的段。主要應(yīng)用在精確檢測直邊,其粗略的位置已知。2.條紋段定位條紋段定位是執(zhí)行一系列的單條紋檢測,并找到與檢測到的點最匹配的段。主要應(yīng)用在精確檢測到直條紋,其粗略位置事先可知。3.2.3圓定位的方法1.圓定位圓定位是執(zhí)行一系列邊緣檢測,并找到與檢測到的點最匹配的圓。主要應(yīng)用在精確檢測圓形物體或孔,其粗略位置事先已知。2.圓弧定位圓弧定位是執(zhí)行一系列邊緣檢測并找到與檢測到的點最匹配的圓弧。主要應(yīng)用在精確檢測圓弧邊緣,其粗略位置已知。3.2.4軟件點、線、圓定位對已有示例圖片,如圖所示,進行仿真訓練,運用簡單的點、線、圓定位工具完成圖像基礎(chǔ)圖形的點、線、圓定位。1.點定位操作流程2.線定位操作流程3.圓定位操作流程多尺度圓定位對示例圖片,如圖所示,進行仿真訓練,對視野中多尺度大小的圓進行定位,區(qū)分各圓區(qū)域并獲得各圓的重心。通過完成此學習任務(wù),可以掌握閾值提取及提取動態(tài)區(qū)域工具;掌握區(qū)域特征工具的使用,包括區(qū)域面積、區(qū)域外接矩形、區(qū)域外接框、區(qū)域外接圓、區(qū)域中心、分割區(qū)域、區(qū)域輪廓;掌握數(shù)據(jù)的創(chuàng)建、賦值與編輯;掌握數(shù)組的創(chuàng)建、數(shù)組長度、獲取數(shù)組項、添加數(shù)組項。3.3.1閾值提取1.閾值提取區(qū)域閾值提取區(qū)域即創(chuàng)建一個包含指定范圍內(nèi)圖像像素值的區(qū)域。通過修改屬性欄最小像素值及最大像素值的取值范圍,可提取所需區(qū)域。2.提取動態(tài)區(qū)域提取動態(tài)區(qū)域是相對于局部矩形領(lǐng)域中的平均像素閾值的圖像。主要在在照明不均勻的條件下使用。3.3.2區(qū)域特征1.區(qū)域面積區(qū)域面積是計算區(qū)域中包含的像素數(shù)。2.區(qū)域外接矩形區(qū)域外接矩形是計算包含區(qū)域的最小矩形。該操作計算具有最小可能選定特征的矩形,該特征包含屬于輸入?yún)^(qū)域的所有像素,然后將生成的矩陣的角度標準化。3.3.2區(qū)域特征3.區(qū)域外接框區(qū)域外接框是計算包含區(qū)域的最小框。4.區(qū)域外接圓區(qū)域外接圓是計算包圍區(qū)域的最小圓。5.區(qū)域重心區(qū)域重心是計算坐標等于區(qū)域像素平均坐標的點。該操作計算區(qū)域中包含的所有像素位置的平均值。6.分割區(qū)域分割區(qū)域是將區(qū)域拆分為與其連接組件對應(yīng)的區(qū)域陣列。主要應(yīng)用于當對象不相互接觸時,將區(qū)域分割成單個對象。該操作計算與輸入?yún)^(qū)域像素的連通分量對應(yīng)的連接區(qū)域的陣列。結(jié)果數(shù)組中的每個區(qū)域的尺寸都與輸入?yún)^(qū)域的尺寸相等。7.區(qū)域輪廓區(qū)域輪廓是計算與輸入?yún)^(qū)域的輪廓相對應(yīng)的閉合路徑數(shù)組。此操作形成一個路徑數(shù)組,具體取決于區(qū)域輪廓模式參數(shù)的值。如果區(qū)域輪廓模式設(shè)置為像素中心,則穿過區(qū)域的邊界像素的中心。如果區(qū)域輪廓模式設(shè)置為像素邊緣,則沿區(qū)域邊界像素的邊緣運行。3.3.3基礎(chǔ)數(shù)據(jù)1.創(chuàng)建數(shù)據(jù)2.變量賦值3.3.4數(shù)組1.創(chuàng)建數(shù)組創(chuàng)建數(shù)組,一般需要注意輸入輸出數(shù)組的數(shù)據(jù)類型和長度。2.數(shù)組長度數(shù)組長度是返回數(shù)組中的元素數(shù)。3.獲取數(shù)組項獲取數(shù)組項是從指定數(shù)組中提取單個元素。4.添加數(shù)組項添加數(shù)組項是在指定數(shù)組中添加單個元素。3.3.5定位并獲取各圓重心模板匹配3.4.1模板定位1.單目標定位單目標定位是通過比較物體邊緣,在圖像中查找預定義模板的單個匹配項。主要應(yīng)用于檢測輪廓清晰且剛性的物體。該操作將對象模型,輪廓模板與輸入圖像進行匹配。搜索區(qū)域限制搜索范圍,以便在該區(qū)域中呈現(xiàn)對象的中心。最小得分參數(shù)確定有效對象出現(xiàn)的最低分數(shù)。2.多目標定位多目標定位是通過比較對象邊緣在圖像上查找預定義模板的多個匹配項。主要應(yīng)用于檢測輪廓清晰且剛性的多個物體。該操作將對象模型,輪廓模板與輸入圖像進行匹配。搜索區(qū)域限制要搜索的區(qū)域,以便在該區(qū)域可以呈現(xiàn)對象的中心。最小得分參數(shù)確定有效對象出現(xiàn)的最低分數(shù)。最小距離參數(shù)確定任何兩個有效對象之間的最小距離(如果兩個對象的距離比最小距離還小,則得分更高的那個是有效的)。在輸入圖像中,具有至少邊緣提取閾值的梯度幅度的每個像素被認為邊緣像素。只能在匹配過程之后使用。如果設(shè)置了是否忽略邊緣極性參數(shù),輸入圖像中出現(xiàn)的對象不一定與模板圖像中的對象有相同的對比度。該指令的計算時間取決于模板的大小,輸入圖像的大小和搜索區(qū)域的大小,還取決于最小得分的值。3.4.2提取邊緣區(qū)域提取邊緣區(qū)域是提取連續(xù)邊緣的像素精確區(qū)域。應(yīng)用于一致地檢測屬于可變或不可預測形狀的輪廓像素。3.4.3單目標定位回形針單輪廓定位工具是通過比較對象邊緣,查找圖像上預定義的單個模板情況。相比較區(qū)域區(qū)分等工具,本工具定位更精確便捷,但同時它所占的內(nèi)存遠遠大于其他工具,會影響整個項目的運行速度和效率,實際項目中選擇工具時,在不影響定位精度及用戶需求的前提下,需多方位考慮項目細節(jié),選擇最優(yōu)工具搭配。3.4.4多目標定位回形針多輪廓定位工具是通過比較對象邊緣,查找圖像上預定義的所有模板情況。其操作方法和單輪廓定位相同,在學習完單個輪廓模板信息后,程序搜索圖像中的搜索區(qū)域,找到多個與目標相似的圖形。通過參數(shù)調(diào)節(jié),篩選出所需要的目標,其結(jié)果在多輪廓定位屬性欄的輸出中顯示。當圖像中出現(xiàn)瑕疵件時,重新調(diào)試圖像,則瑕疵件無法被搜索。修改最小得分參數(shù)為0.3,則瑕疵件能正常搜索。瓶蓋密封性檢測如圖所示,在生產(chǎn)線上對瓶蓋進行拍照獲取瓶蓋圖像,需要對瓶蓋是否密封擰緊進行識別。輸入圖像,圖像中瓶子的位置是可變的。同時顯示檢查結(jié)果,如果瓶蓋密封擰緊則顯示為True,否則顯示為False。通過完成此學習任務(wù),可以掌握基于點和基于矩形的坐標系創(chuàng)建,掌握流程結(jié)構(gòu)的創(chuàng)建與使用,掌握各種指令的綜合使用。通過本任務(wù)的實施,從任務(wù)分析、硬件選型、硬件搭建到軟件實施,可以系統(tǒng)掌握實際機器視覺定位項目實施的方法。3.5.1創(chuàng)建坐標系1.基于矩形基于矩形是利用矩形創(chuàng)建坐標系。最常用于類似區(qū)域邊界矩形的過濾器定義對象對齊。2.基于點基于點是創(chuàng)建具有指定原點的坐標系。最常用于根據(jù)1D邊緣檢測或者Blob分析的結(jié)果定義對象對齊。3.5.2流程結(jié)構(gòu)1.條件分支條件分支是根據(jù)條件判斷以下指令是否執(zhí)行(if語句)。2.條件循環(huán)條件循環(huán)是根據(jù)條件判斷以下指令是否循環(huán)執(zhí)行(while語句)。3.步進循環(huán)步進循環(huán)是循環(huán)執(zhí)行指令特定的次數(shù)(for循環(huán))。3.5.3硬件選型1.相機選型在實驗室環(huán)境下,首先確認視野范圍及檢測精度等需求,通過計算公式反推出相機的分辨率選型范圍。以拍攝視野55mm×40mm,精度要求為0.1mm為例,代入公式55/分辨率長×n=精度,則相機的分辨率在550×400以上就可達到要求。通過觀察實驗物品之間的特征差異判斷,本實驗需要根據(jù)瓶蓋和瓶蓋固定環(huán)之間是否有空隙來判斷瓶蓋是否不良,分辨率高一些有助于實驗效果,因此實驗選擇分辨率160萬(1440×1088)的智能相機。2.鏡頭選型在物距為有限的情況下,根據(jù)視野與焦距的運算公式,計算出焦距的大約取值范圍,焦距越小,拍攝視野越大,畸變也越大。由于此實驗對視野與物距的取值沒有嚴格的要求,此處鏡頭選型為8mm低畸變工業(yè)鏡頭。3.光源選型由于實驗可能需要根據(jù)瓶蓋和瓶蓋固定環(huán)之間是否有空隙,來判斷瓶蓋是否不良,因此需要能夠清晰的得到不良品的縫隙,由于縫隙本就很小且瓶蓋上有密集豎條紋,若使用環(huán)光的正面照射,會使圖片亮暗條紋眾多,且無法突出縫隙特征。通過簡單測試可得知面光源背部打光的方式獲得的圖片效果最好,所以此實驗選擇面光源(注意確認樣品厚度),面光源大小只需略大于拍攝特征區(qū)域即可。4.選型清單序號名稱規(guī)格參考型號1相機分辨率1440×1088幀率107曝光方式全局曝光靶面1/3”SV-RS1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論