前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇計算機視覺基本任務(wù)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

計算機視覺基本任務(wù)范文第1篇

【關(guān)鍵詞】機器視覺；VisionPro；識別定位；

1.引言

自20世紀(jì)80年代以來，機器視覺技術(shù)開始高速發(fā)展，已經(jīng)從實驗室走向了人們生產(chǎn)生活的各個方面。機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產(chǎn)過程中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。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)?，F(xiàn)今，在機器視覺領(lǐng)域已經(jīng)有了一些成熟的視覺開發(fā)軟件，其封裝了很多可靠、高效的算法和工具。本文選用美國康耐視公司的VisionPro軟件，這是一套基于PC架構(gòu)的視覺系統(tǒng)軟件開發(fā)包，主要應(yīng)用于各種復(fù)雜的機器視覺領(lǐng)域。它集成了用于定位、檢測、識別和通訊等任務(wù)的工具庫，可用C#、VB和VC等語言進行二次開發(fā)。本文基于VisionPro利用語言進行視覺定位系統(tǒng)的軟件開發(fā)[1]。

2.視覺定位系統(tǒng)

2.1 硬件組成

在圖像處理前首先要得到清晰、有效的圖像，這就需要有一套完整的硬件設(shè)備。一般主要包括照明用的光源、調(diào)節(jié)圖像清晰度的鏡頭、將圖像轉(zhuǎn)換為數(shù)字信號的攝像機和進行圖像處理的計算機。其中攝像機與計算機之間的接口也比很重要的，主要分為IEEE1394和采集卡，USB2.0或Gigabit Ethernet千兆網(wǎng)三種[2]。

本視覺系統(tǒng)采用的是日本FUJINON工業(yè)攝像頭，德國BASLER工業(yè)像機ACA1600-20GM，GigE千兆網(wǎng)接口。

2.2 基于VisionPro的軟件開發(fā)

本視覺定位系統(tǒng)利用編寫適合實驗需要的界面，界面中只包含需要的操作功能和數(shù)據(jù)，使整個界面看起來更加清楚簡單，操作起來更方便。

（1）圖像采集

本視覺系統(tǒng)通過GigE千兆網(wǎng)作為接口控制相機進行圖像采集。打開軟件并連接相機，設(shè)置好參數(shù)后，就可以通過可視化工具Image Source直接獲取圖像。

（2）相機的標(biāo)定

機器視覺的基本任務(wù)之一是從攝像機獲取的圖像信息出發(fā)計算三維空間中物體的幾何信息，并由此重建和識別物體?？臻g物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系是由攝像機成像的幾何模型決定的，這些幾何模型參數(shù)就是攝像機參數(shù)。在大多數(shù)條件下，這些參數(shù)必須通過實驗與計算才能得到，這個過程被稱為攝像機標(biāo)定[3]。

本文利用VisionPro的CalibChecker-boardTool工具進行攝像機標(biāo)定。首先需要一個棋盤板，棋盤板必須滿足以下條件：必須由大小相同的黑白格子交替組成；格子最好是正方形，如果達(dá)不到的話，格子長寬比也要在0.9和1.0之間。本系統(tǒng)采用康耐視公司提供的標(biāo)準(zhǔn)棋盤板進行標(biāo)定[4，5]。圖1是標(biāo)定的結(jié)果。

（3）目標(biāo)識別與定位

視覺定位的目的就是找出目標(biāo)物的坐標(biāo)位置。本文利用VisionPro的PMAlignTool工具對目標(biāo)物體進行識別定位。PMAlignTool工具是基于PatMax算法，該算法采用模板定位技術(shù)（pattern-location technology），先訓(xùn)練模板，然后根據(jù)模板對采集圖像進行模板匹配，實現(xiàn)定位。在訓(xùn)練模板和定位過程中，PatMax不是基于像素柵格（Pixel grid）分析圖像，而是采用基于幾何外形（Features based）的定位方法，通過圖像的幾何特征信息和特征之間的空間位置關(guān)系進行模板訓(xùn)練和匹配，使其能夠保證很高的精度和抗干擾性，而且可以高速定位發(fā)生旋轉(zhuǎn)、縮放、甚至拉伸形變的物體[1]。PMAlignTool工具定位的流程如圖2。

通過PMAlignTool工具對目標(biāo)物體識別定位后，利用VB調(diào)用該工具下的Results.Item（i）.GetPose（）.TranslationX和Results.Item（i）.GetPose（）.Transl-ationY。這兩個值就是序號為i的目標(biāo)物在圖像上的X、Y坐標(biāo)值，其中i為識別的各個目標(biāo)物的序號。

3.實驗

3.1 PatMax識別定位

在對攝像機完成標(biāo)定校正后，運用自己編寫的人機交互界面完成對目標(biāo)物體進行識別定位，并將所需要的目標(biāo)位置坐標(biāo)顯示在界面上。同時又將識別到的所有目標(biāo)物體的坐標(biāo)信息保存到了文本文檔中，方便調(diào)用。主要操作如下：

（1）模型訓(xùn)練。實驗以一元硬幣為目標(biāo)物，圖3為訓(xùn)練完成的模型。

（2）目標(biāo)識別定位。圖4是利用編寫的界面，在圖像上能夠清楚的顯示出所識別出的目標(biāo)輪廓和形心位置，界面右方結(jié)果顯示區(qū)內(nèi)可以看到所識別的目標(biāo)數(shù)量和所需要的目標(biāo)物的坐標(biāo)。

3.2 對比實驗

視覺定位可以用的軟件和工具包很多，其中應(yīng)用最廣泛的就是Opencv，它是一個基于（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。為了驗證PatMax算法定位的準(zhǔn)確性，本文利用Opencv對相同的圖像進行目標(biāo)識別定位，對得到的效果圖和坐標(biāo)進行對比[6]。如圖5所示，其中藍(lán)色為輪廓曲線，綠色十字為目標(biāo)形心。

圖6為VisionPro識別硬幣的效果圖，輪廓和形心均用綠色線標(biāo)識。對比兩圖可以看出VisionPro對輪廓的識別效果要更好一些。由于形心坐標(biāo)是由輪廓曲線上的點計算得到的，所以VisionPro獲得的形心坐標(biāo)值也會比Opencv的更加準(zhǔn)確，而且精確度更高。下表是兩種方法得到的形心坐標(biāo)。

4.結(jié)束語

本文基于VisionPro采用對其進行開發(fā)，首先利用VisionPro中的工具進行圖像的采集，攝像機的標(biāo)定，運用PatMax算法進行目標(biāo)物的識別與定位，然后運用編寫人機交互界面，可以更加方便快捷的得到所需要的目標(biāo)物坐標(biāo)值。本文利用Opencv對相同的圖像進行目標(biāo)的識別定位，與VisionPro得到的結(jié)果進行實驗對比。結(jié)果證明基于VisionPro的視覺定位系統(tǒng)對目標(biāo)的識別效果更好，定位的數(shù)據(jù)更加準(zhǔn)確?；谠撥浖箲?yīng)用程序的開發(fā)更加快速方便，得到的數(shù)據(jù)結(jié)果誤差較小，具有應(yīng)用價值。

參考文獻(xiàn)

[1]威洛斯，焦宗夏.基于VisionPro的焊膏印刷機視覺定位系統(tǒng)[C].第十二屆中國體視學(xué)與圖像分析學(xué)術(shù)年會論文集，2008.

[2]Carsten Steger，Markus Ulrich，Christean Wiedemann，著.機器視覺算法與應(yīng)用[M].楊少榮，吳迪靖，段德山，譯.北京：清華大學(xué)出版社，2008.

[3]邱茂林，馬頌德，李毅.計算機視覺中攝像機定標(biāo)綜述[J].自動化學(xué)報，2000，26（1）：47-59.

[4]Cognex，Cognex MVS-8100D and CDC Cameras Hardware Manual，2006.

[5]Cognex，VisionPro，Net Help，2006.

[6]Bradski G.，Kaehler A.著.學(xué)習(xí)OpenCV[M].于仁琪，劉瑞禎，譯.北京：清華大學(xué)出版社，2009.

作者簡介：

韓慶瑤（1953—），男，華北電力大學(xué)教授。

張志遠(yuǎn)（1986—），男，華北電力大學(xué)能源動力與機械工程學(xué)院碩士研究生。