專利名稱：：基于PCIe和VisionAssistan的機(jī)器視覺系統(tǒng)的設(shè)計方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于PCIe總線結(jié)構(gòu)和VisionAssistant圖像處理軟件的機(jī)器視覺系統(tǒng)的設(shè)計方法，屬于機(jī)器視覺
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：機(jī)器視覺是研究用計算機(jī)來模擬生物外顯或宏觀視覺功能的科學(xué)和技術(shù)，用圖像來創(chuàng)建和恢復(fù)現(xiàn)實(shí)世界模型，最終用于實(shí)際檢測、測量和控制，是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計算機(jī)科學(xué)、圖像處理及模式識別等多個領(lǐng)域的交叉學(xué)科。機(jī)器視覺系統(tǒng)一般由攝像機(jī)、圖像采集卡、計算機(jī)、光源等組成。工作原理是在一定光照條件下，用攝像機(jī)把三維場景的被攝取目標(biāo)圖像采集到計算機(jī)內(nèi)部形成原始圖像；然后，運(yùn)用圖像處理技術(shù)對原始圖像進(jìn)行預(yù)處理以改善圖像質(zhì)量，分割圖形，提取特征要素，構(gòu)成對圖像的描述；最后，采用模式識別技術(shù)進(jìn)行特征分類，并根據(jù)預(yù)設(shè)條件輸出結(jié)果。機(jī)器視覺具有與被觀測的對象無接觸，對被攝物體無損傷，觀測過程客觀，判別結(jié)果可靠性高的特點(diǎn)；同時機(jī)器視覺拓寬了人類視覺范圍，在許多人類視覺無法感知的場合，如工業(yè)環(huán)境下高危險場景的感知等，機(jī)器視覺更具優(yōu)勢；而且機(jī)器視覺可以快速獲取大量信息，而且易于自動處理，也易于實(shí)現(xiàn)信息集成，是實(shí)現(xiàn)計算機(jī)集成制造的基礎(chǔ)技術(shù)。機(jī)器視覺是一個相當(dāng)新且發(fā)展十分迅速的研究領(lǐng)域，并成為計算機(jī)科學(xué)的重要研究領(lǐng)域之一。從20世紀(jì)50年代從統(tǒng)計模式識別開始，最初工作主要集中在二維圖像分析和識別上，如光學(xué)字符識別、工件表面、顯微圖片和航空圖片的分析和解釋等。機(jī)器視覺系統(tǒng)一般采用CCD攝像機(jī)采集代測物圖像，再采用先進(jìn)的計算機(jī)硬件和軟件技術(shù)對圖像數(shù)據(jù)進(jìn)行分析處理，根據(jù)處理分析的結(jié)果實(shí)現(xiàn)模式識別、尺寸或坐標(biāo)計算、缺陷分析等多種功能。目前視覺系統(tǒng)的設(shè)計主要根據(jù)客戶需求，實(shí)際的系統(tǒng)工作條件來確定系統(tǒng)方案。目前大多是基于PCI和視覺總線的可重構(gòu)的機(jī)器視覺系統(tǒng)，由硬件系統(tǒng)和軟件系統(tǒng)兩部分組成。PCI是基于總線共享式的信號傳輸，而PCIe是基于串行包的運(yùn)輸，可以實(shí)現(xiàn)多個數(shù)據(jù)源與處理模塊實(shí)現(xiàn)點(diǎn)對點(diǎn)連接。機(jī)器視覺一直面臨著數(shù)據(jù)量太大的難題，灰度圖像、彩色圖像和深度圖形的信息量都十分巨大，經(jīng)常會出現(xiàn)總線崩潰的現(xiàn)象，以往的解決辦法是采用基于PCI總線的圖形處理模塊卡，通過板上處理來減小總線的壓力，但這樣成本會大部分提高，限制了應(yīng)用范圍。PCIe的雙單工連接能提供更高的傳輸速率和質(zhì)量，PCIe當(dāng)中，因?yàn)槲锢韺拥膫鬏斒褂昧说碗妷旱牟罘株牭募夹g(shù)，所以抗干擾特性和對外輻射干擾的情況相對于PCI來講都得到了很大的提升。而NIVision是一個幫助快速開發(fā)機(jī)器視覺程序的工具，包含很多機(jī)器視覺函數(shù)。
發(fā)明內(nèi)容本發(fā)明的目的是克服現(xiàn)有技術(shù)存在的不足，提供一種基于PCIe總線結(jié)構(gòu)和VisionAssistant圖像處理軟件的機(jī)器視覺系統(tǒng)的設(shè)計方法。本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)基于PCIe和VisionAssistant的機(jī)器視覺系統(tǒng)的設(shè)計方法，機(jī)器視覺系統(tǒng)包括硬件部分和軟件部分，所述硬件部分包括工業(yè)相機(jī)、LED線形光源、圖像采集卡、PCIe總線圖像處理模塊、數(shù)字控制器和輸入輸出板，工業(yè)相機(jī)由線陣CCD檢測傳感器和視覺鏡頭組成，工業(yè)相機(jī)與LED線形光源構(gòu)成檢測裝置，LED線形光源照射在工業(yè)相機(jī)上采集圖像數(shù)據(jù)，圖像數(shù)據(jù)通過遵循PCIe總線規(guī)范的圖像采集卡傳送至PCIe總線圖像處理模塊，PCIe總線圖像處理模塊安裝于工控機(jī)中，PCIe總線圖像處理模塊處理的結(jié)果送給數(shù)字控制器進(jìn)行控制決策，得到的控制信號通過輸入輸出板送給執(zhí)行結(jié)構(gòu)；由VisionAssistant圖像處理軟件提供圖像預(yù)處理、邊緣檢測、模式匹配。進(jìn)一步地，上述的基于PCIe和VisionAssistan的機(jī)器視覺系統(tǒng)的設(shè)計方法，所述圖像采集卡和輸入輸出板均基于PCIe總線，均通過工控機(jī)的PCIe插槽插在工控機(jī)上。更進(jìn)一步地，上述的基于PCIe和VisionAssistan的機(jī)器視覺系統(tǒng)的設(shè)計方法，所述VisionAssistant圖像處理軟件的圖像預(yù)處理包括灰度修正、閾值設(shè)定和圖像平滑，邊緣檢測包括通過5種邊緣檢測算子對圖像進(jìn)行邊緣檢測。本發(fā)明技術(shù)方案突出的實(shí)質(zhì)性特點(diǎn)和顯著的進(jìn)步主要體現(xiàn)在采用PCIe總線結(jié)構(gòu)和VisionAssistant處理手段大大增加了系統(tǒng)的通用性、適用性和可重構(gòu)性，解決了計算機(jī)i/o數(shù)據(jù)吞吐量瓶頸問題?？胺Q是具有新穎性、創(chuàng)造性的好技術(shù)，為一實(shí)用的新設(shè)計。下面結(jié)合附圖對本發(fā)明技術(shù)方案作進(jìn)一步說明圖l:本發(fā)明機(jī)器視覺系統(tǒng)的結(jié)構(gòu)示意圖。圖中各附圖標(biāo)記的含義見下表<table>tableseeoriginaldocumentpage5</column></row><table>具體實(shí)施例方式如圖1所示，基于PCIe總線結(jié)構(gòu)和VisionAssistant圖像處理軟件的機(jī)器視覺系統(tǒng)，包括硬件部分和軟件部分，硬件部分包括工業(yè)相機(jī)1、LED線形光源2、圖像采集卡3、PCIe總線圖像處理模塊5、和輸入輸出板7，整個系統(tǒng)基于PCIe總線結(jié)構(gòu)，工業(yè)相機(jī)1與LED線形光源2構(gòu)成檢測裝置，工業(yè)相機(jī)1由線陣CCD檢測傳感器與視覺鏡頭組成，LED線形光源2照射在工業(yè)相機(jī)1上采集圖像數(shù)據(jù)，圖像數(shù)據(jù)通過遵循PCIe總線規(guī)范的圖像采集卡3傳送至PCIe總線圖像處理模塊5，PCIe總線圖像處理模塊5安裝于工控機(jī)中，PCIe總線圖像處理模塊5處理的結(jié)果送給數(shù)字控制器6進(jìn)行控制決策，得到的控制信號通過輸入輸出板7送給執(zhí)行結(jié)構(gòu)8。其中，線形LED光源2通過電纜線連上光源電源，光源電源提供24V電壓給線形LED光源供電。將光源放在被測物體的一側(cè)，工業(yè)相機(jī)1電源端連上相機(jī)電源，總線端口通過高速相機(jī)接口電纜連上工控機(jī)，圖像采集卡3和輸入輸出板7均基于PCIe總線，均通過工控機(jī)的PCIe插槽插在工控機(jī)上。軟件結(jié)構(gòu)由三部分組成①硬件驅(qū)動程序，完成對系統(tǒng)中的硬件部分進(jìn)行初始化；②系統(tǒng)平臺；③圖像處理軟件，由VisionAssistant圖像處理軟件4提供一些高速圖像處理的控件，如圖像預(yù)處理、邊緣檢測、模式匹配等，I.圖像預(yù)處理功能包括灰度修正、閾值設(shè)定和圖像平滑，灰度修正借助于VisionAssistant對圖像進(jìn)行灰度反轉(zhuǎn)、像素的對數(shù)轉(zhuǎn)換、像素的指數(shù)轉(zhuǎn)換、平方根轉(zhuǎn)換；閾值化方法有傳統(tǒng)的手動閾值法、局部閾值法，隨著應(yīng)用程度的拓展，為了使分割更加魯棒，系統(tǒng)應(yīng)能自動選擇閾值；基于物體、環(huán)境和應(yīng)用域等知識的圖像分割算法比基于固定閾值算法更具有普遍性，這種方法為自適應(yīng)閾值法，自適應(yīng)閾值法包括歸類、根據(jù)熵準(zhǔn)則、度量技術(shù)、動量距不變原則、傳統(tǒng)的統(tǒng)計技術(shù)組內(nèi)方差；圖像平滑的方法有低通濾波器、均值法、高斯濾波器、中值濾波器。II.邊緣檢測包括通過5種邊緣檢測算子對圖像進(jìn)行邊緣檢測，目標(biāo)識別部分可以實(shí)現(xiàn)模式匹配功能，物體識別就是建立物體模型，然后使用各種匹配算法從真實(shí)的圖像中識別出物體模型最相似的物體，物體識別的基本步驟是建立模型庫、特征提取、模板匹配、假設(shè)結(jié)構(gòu)的驗(yàn)證等；邊緣是指圖像局部亮度變化最顯著的部分，邊緣主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域之間，是圖像分割、紋理特征提取等圖像分析的重要基礎(chǔ)。邊緣檢測算子是利用圖像邊緣的突變性質(zhì)來檢測邊緣。主要分為兩種類型一種是以一階導(dǎo)數(shù)為基礎(chǔ)的邊緣檢測算子，通過計算圖像的梯度值來檢測圖像邊緣，如Roberts算子、Sobel算子、Prewitt算子；另一種是以二階導(dǎo)數(shù)為基礎(chǔ)的邊緣檢測算子，通過尋求二階導(dǎo)數(shù)中的過零點(diǎn)來檢測邊緣，如Laplacian算子、LOG算子、Canny算子。HL模式匹配屬于物體識別的一種形式，物體識別的正式定義為給定一幅包含一個或多個物體的圖像和一組對應(yīng)物體模型的標(biāo)記，系統(tǒng)應(yīng)將標(biāo)記正確地分配給圖像中對應(yīng)的物體或區(qū)域集合。采用PCIe總線結(jié)構(gòu)和VisionAssistant處理手段大大增加了系統(tǒng)的通用性、適用性和可重構(gòu)性，解決了計算機(jī)I/O數(shù)據(jù)吞吐量瓶頸問題。一般情況下，成像系統(tǒng)獲取的圖像由于受到種種條件限制和隨機(jī)干擾，往往不能在視覺系統(tǒng)中直接使用，必須在視覺的早期階段對原始圖像進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理。對機(jī)器視覺系統(tǒng)來說，所用的圖像預(yù)處理方法并不考慮圖像降質(zhì)原因，只將圖象中感興趣的特征有選擇地突出，衰減其不需要的特征，這類圖像預(yù)處理方法統(tǒng)稱為圖像增強(qiáng)。從圖像質(zhì)量評價觀點(diǎn)來看，圖像增強(qiáng)的主要目的是提高圖像的可懂度。常用的圖像增強(qiáng)技術(shù)有灰度修正、平滑濾波、閾值化等。根據(jù)應(yīng)用場合的需求給出判斷結(jié)果，將該視覺系統(tǒng)應(yīng)用在軋機(jī)自動對中控制系統(tǒng)中，判斷結(jié)果就是帶材相對于軋機(jī)中心線的偏差距離。又如是將該視覺系統(tǒng)應(yīng)用在工業(yè)流水線生產(chǎn)質(zhì)量控制上時，判斷結(jié)果就是模式匹配當(dāng)中的相似度打分。不同的應(yīng)用場合下，判斷結(jié)果的形式不同?；谠撓到y(tǒng)進(jìn)行實(shí)際應(yīng)用的二次開發(fā)將大大加快開發(fā)進(jìn)度。需要理解到的是上述說明并非是對本發(fā)明的限制，在本發(fā)明構(gòu)思范圍內(nèi)，所進(jìn)行的添加、變換、替換等，也應(yīng)屬于本發(fā)明的保護(hù)范圍。權(quán)利要求1.基于PCIe和VisionAssistant的機(jī)器視覺系統(tǒng)的設(shè)計方法，機(jī)器視覺系統(tǒng)包括硬件部分和軟件部分，其特征在于所述硬件部分包括工業(yè)相機(jī)、LED線形光源、圖像采集卡、PCIe總線圖像處理模塊、數(shù)字控制器和輸入輸出板，工業(yè)相機(jī)由線陣CCD檢測傳感器和視覺鏡頭組成，工業(yè)相機(jī)與LED線形光源構(gòu)成檢測裝置，LED線形光源照射在工業(yè)相機(jī)上采集圖像數(shù)據(jù)，圖像數(shù)據(jù)通過遵循PCIe總線規(guī)范的圖像采集卡傳送至PCIe總線圖像處理模塊，PCIe總線圖像處理模塊安裝于工控機(jī)中，PCIe總線圖像處理模塊處理的結(jié)果送給數(shù)字控制器進(jìn)行控制決策，得到的控制信號通過輸入輸出板送給執(zhí)行結(jié)構(gòu)；由VisionAssistant圖像處理軟件提供圖像預(yù)處理、邊緣檢測、模式匹配。2.根據(jù)權(quán)利要求1所述的基于PCIe和VisionAssistan的機(jī)器視覺系統(tǒng)的設(shè)計方法，其特征在于所述圖像采集卡和輸入輸出板均基于PCIe總線，均通過工控機(jī)的PCIe插槽插在工控機(jī)上。3.根據(jù)權(quán)利要求1所述的基于PCIe和VisionAssistan的機(jī)器視覺系統(tǒng)的設(shè)計方法，其特征在于所述VisionAssistant圖像處理軟件的圖像預(yù)處理包括灰度修正、閾值設(shè)定和圖像平滑，邊緣檢測包括通過5種邊緣檢測算子對圖像進(jìn)行邊緣檢測。全文摘要本發(fā)明涉及基于PCIe和VisionAssistant的機(jī)器視覺系統(tǒng)的設(shè)計方法，硬件部分包括工業(yè)相機(jī)、LED線形光源、圖像采集卡、PCIe總線圖像處理模塊、數(shù)字控制器和輸入輸出板，工業(yè)相機(jī)與LED線形光源構(gòu)成檢測裝置，LED線形光源照射在工業(yè)相機(jī)上采集圖像數(shù)據(jù)，圖像數(shù)據(jù)通過遵循PCIe總線規(guī)范的圖像采集卡傳送至PCIe總線圖像處理模塊，PCIe總線圖像處理模塊安裝于工控機(jī)中，PCIe總線圖像處理模塊處理的結(jié)果送給數(shù)字控制器進(jìn)行控制決策，得到的控制信號通過輸入輸出板送給執(zhí)行結(jié)構(gòu)；由VisionAssistant圖像處理軟件提供圖像預(yù)處理、邊緣檢測、模式匹配。采用PCIe總線結(jié)構(gòu)和VisionAssistant處理手段大大增加了系統(tǒng)的通用性、適用性和可重構(gòu)性，解決了計算機(jī)I/O數(shù)據(jù)吞吐量瓶頸問題。文檔編號G06T7/00GK101510295SQ200910026140公開日2009年8月19日申請日期2009年4月1日優(yōu)先權(quán)日2009年4月1日發(fā)明者李宏海,龍王,羅新斌,邢青青申請人:蘇州有色金屬研究院有限公司