基于計算機視覺檢測的測量性能影響因素分析

王國貴

WANG Guo-gui

（江蘇聯合職業技術學院 鹽城生物工程分院，鹽城 224000）

0 引言

視覺檢測是近十幾年發展起來的一門新興測量技術，它采用大量的自動化、智能化技術，通過計算機識別和控制，測量過程僅需很少的人工干預就可完成。隨著計算機技術、CCD技術、及視覺檢測理論的發展與完善，視覺檢測技術已逐漸從實驗室走向工業現場，在生產加工、尺寸控制、產品分撿過程中起到了重要作用[1]。然而，針對不同的測量要求，視覺檢測在測量速度、測量精度、自動化程度方面還有待進一步提高。而這些測量性能將直接關系到被測物體三維尺寸的有效結果，而不僅僅是將物體識別出來。基于此，就有必要研究哪些因素對視覺檢測的性能有影響，如何解決它，本文就是從視覺檢測的實際應用出發，研究和探索影響視覺檢測測量性能的主要因素，提出了相應的解決方案，以滿足工程實際的需要。

1 計算機視覺檢測系統的組成及工作原理

視覺檢測系統針對不同的應用有著不同的具體形式。系統構成按照功能大致可分為視覺信息輸入設備（視覺傳感器）、數據處理設備、結果輸出設備和其它一些輔助設備，如圖1所示。視覺傳感器和數據處理設備是視覺檢測系統中最重要的組成部分。視覺傳感器主要由圖像傳感器和其它輔助設備組成；圖像傳感器可以是激光掃描儀、線陣或者面陣CCD、數碼相機、數碼攝像機、紅外焦平面陣列等，圖像傳感器所獲得的信息量是高性能視覺檢測系統的硬件基礎。圖像處理設備是視覺檢測系統的“大腦”，主要完成圖像采集、圖像處理、模式識別和結果輸出以及整個系統的控制、協調功能。圖像采集是以實現標準視頻信號的實時采集為目標，用于獲得被測點的數字圖像信息，圖像處理是系統的核心，圖像實時處理的實現需要從硬件資源和算法兩方面進行設計。數據處理設備有多種形式，通常的是PC機，也可以是專門的圖像處理設備，或者是二者的結合。

圖1 視覺檢測系統組成框圖

視覺檢測理論來源于計算機視覺，是計算機視覺技術在外形尺寸檢測方面的應用。視覺檢測的任務是對已加工工件或裝配件的幾何量進行測量以評價與相應預置標準量的相符程度[2]，所以它不僅要求能夠定量地確定景物中物體的空間性質，更重要的是對被測景物三維尺寸的幾何描述。由于視覺檢測相對與計算機視覺其它方面的應用來說具有如下特點：被處理圖像存在大量的先驗知識，被處理物景相對簡單，所以視覺檢測研究的難點在于高精度高速度測量出被測物體的三維尺寸，而不僅僅是將物體識別出來。基于此，采用哪些技術滿足視覺檢測實際應用中的測量精度、測量速度和工作環境的需要成為研究的重點。

2 影響計算機視覺檢測的測量性能的主要因素

從計算機視覺自動檢測識別系統的組成和工作原理可以看出，影響該系統測量性能是由多種因素造成的，與客觀待測物的場景、圖像的采集設備、圖像特征提取與測量的方法有關。

2.1 系統硬件資源的影響

測量速度和測量精度是衡量多傳感視覺檢測系統的兩個重要性能指標。隨著生產要求提高，對測量系統的測量速度的要求也越來越高。要實現在線測量，就必須使系統的測量速度與生產線節拍相一致，協調機制和高速的數據采集和處理。另一方面，測量系統必須足夠精確，以確保獲得有意義的數據。

視覺傳感器的結構是系統測量精度的硬件基礎，圖像采樣速度和圖像處理速度直接影響系統的測量速度。但隨著半導體技術、超大規模微細加工技術的發展，一方面，工業面陣CCD已經商品化，價格低廉而且分辨率較高、可靠性好、幾何畸變小，能夠滿足視覺檢測在大多數場合的應用。另一方面，幾百像素的數碼相機和攝像機，具有極高的分辨率，并采用數字接口，減少了模擬信號傳輸和A/D轉換所造成的信息損失，可以實現更高精度的測量。故在傳感器的設計選擇方面，現有的CCD器件、紅外器件和圖像采集設備基本上能夠滿足大多數應用場合在測量速度方面的要求，僅需考慮價格與成本的問題[3]。因此，從某個角度上講，圖像處理速度影響整個檢測系統的性能，高性能的檢測系統對數據處理設備提出了更高的要求。另外，視覺檢測技術研究主要集中在從二維圖像到三維圖像的重構，獲取的原始圖像信息越多，在三維恢復時越準確。隨著被處理的信息量的增多，算法復雜度的增加，視覺檢測對圖像處理的要求也越來越高，相應的軟、硬件的選擇將直接影響到系統的性能。

采用多臺計算機并行處理數據無法滿足更高的測量要求，而且采用多臺計算機從性能和系統造價方面都是不合理的，并且存在通訊、控制與協調等方面的問題。單個傳感器的測量時間，主要是圖像處理所占用的時間，提高圖像處理速度是提高視覺測量系統速度的關鍵。圖像處理速度的提高主要有兩種手段，一是改變圖像處理算法，使算法更簡單。但最為耗時的圖像低級處理算法已相當成熟，其運算的復雜性也相對穩定，所以改變算法同時又能保證精度是相當困難的。二是改變實現算法的手段。目前，實現圖像處理算法的手段主要有以下幾種：

1）通用計算機（PC）是目前國內視覺檢測系統經常采用的圖像處理手段，但在很多情況下系統結構上的局限性使它對低級圖像處理不能夠滿足實時高速的要求，對于視覺檢測中數據量較少的高級處理，它在性能價格比才有一定的優勢。

2）并行處理 在許多場合下，單個CPU不能夠實現實時數據處理的時候，可以采用多個CPU同時工作的并行處理為解決此問題提供了可能，但這個領域仍不成熟，處理單元負載不均勻，并行算法編程困難，理論上并行處理應達到的性能與實際性能相比有很大差距[4]。

3）數字信號處理器（DSP）數字信號處理器是近幾年發展起來的針對信號處理而設計的處理器，它的內部采用專用硬件實現一些數字信號處理的常用算法，所以它進行這些運算速度非常快，但從根本上，DSP只是針對某些餓固定的算法提供硬件優化，其體系仍是串行指令執行系統，并且這些固定優化算法并不能夠滿足眾多算法的需要。

4）專用硬件（ASIC）是針對某一固定算法或應用而專門設計的硬件芯片，它在各種算法實現中是最快的，但是它在實際應用中存在設計周期長、造價昂貴且風險高，由ASIC構建的圖像處理系統適應性差等缺點。

從以上分析可以看出，上述的各種圖像處理實現的手段在速度、靈活性和性價比等方面各有缺點，不能滿足高速視覺檢測中的圖像處理對速度、靈活性的要求?，F場可編程門陣列FPGA（Field Programmable Gate Array）是近20年隨著IC制造技術發展而產生的一種芯片，現場可編程的意思是通過編程可以改變芯片內部硬件邏輯，使芯片改變功能，滿足應用需要。FPGA是介于專用器件和通用器件之間的一種芯片。它具有通用系統的靈活性，又具有接近ASIC芯片的高速度，能夠有效地縮短圖像處理的時間，提高測量速度[5]。將FPGA引入視覺檢測系統，不僅能夠在速度上滿足實時檢測的需要，并且由于現場可編程，能夠根據需要改變芯片內部的邏輯電路，可以使同樣的硬件結構實現不同的處理算法，滿足視覺檢測中的多種需要，具有很好的適應性。

2.2 系統應用算法的影響

利用不同的圖像處理、分析手段、不同特征測量方法和計算公式將影響 測量精度。視覺檢測中圖像處理大致可以分為兩級，低級處理和高級處理，低級處理主要完成濾波、圖像增強、直方圖統計、邊緣檢測、模板匹配等操作，低級處理的結果如直方圖、檢測點的坐標被送到下一級，最后進行特征判別、坐標轉換等高級處理，產生最終結果。低級圖像處理時有時要接受高級處理的命令，以進行調整。視覺檢測中的低級處理為高級處理提供判據，并能夠簡化算法。

圖像的輸入與輸出是低級處理的一個重要環節，其中對目標的分割作為特征測量的必要手段和前序步驟，對特征測量的精度必定有重要的影響。因為圖像為二維信息，數據量大，每一個點就有可能輸入輸出很多次。另外低級處理輸入數據格式固定，運算相對簡單，存在較大的并行性，因而低級處理往往是圖像處理最耗時的環節，對整個系統速度影響較大。

在視覺檢測中，高級圖像處理的輸入是低級處理的結果，它具有不同的格式，圖像處理的對象是相對簡單的工業現場，有著大量的先驗知識，并且可以人為的添加識別標記，因而圖像的高級處理相對簡單。而且操作數少，串行運算較多，對于測量系統，極易實現快速、準確地判別出被測點在圖像中的位置，因而高級圖像處理對視覺檢測系統性能影響較小。

2.3 系統工作環境的影響

客觀場景和物體本身參數或特征的自然變化對測量精度的影響。由于計算機視覺檢測的應用場景相對簡單，受檢測的對象或目標比較明確，因而具有相當多的關于目標和背景的先驗知識，使用固定的特征進行目標檢測識別有許多有效的方法，比如使用具有人工智能的專家系統一類的復雜算法，可以得到很好的檢測效果。由于受噪聲和背景的影響，所提取特征的一致性遭到破壞，類似目標的結構差異信息的損失，會造成不同的目標具有相同的形狀，從而使得不同的目標會產生相同的形狀特征，同時會產生特征的劇烈變化。所有這些環境變化都會嚴重影響到計算機視覺檢測系統的性能。

3 結束語

由于計算機視覺理論、計算機技術和相關技術的飛速發展，這無疑為視覺檢測技術的發展提供了更好的理論和物質基礎，為視覺檢測中出現的問題提供了新的解決思路和方法。超大規模集成電路（VLSI）技術以及大規?？删幊踢壿嬈骷‵PGA）的發展，促成了視覺檢測算法實現手段的根本性變化，從串行的軟件處理轉變為高速并行的硬件處理，從而為測量速度提供了較大的空間；一些新型的實時算法軟件的出現為測量精度的提高提供了可能；工業CCD技術的成熟，高分辨率的數碼相機的出現等都為視覺檢測技術的實用化在測量速度、測量精度、系統造價等方面提供了有效的解決方案。

[1] S.Hata, et.al,"Assembled PCB Visual Inspection Machine Using Image Processor with DSP",Proc.IECON,PP.7.

[2] 劉常杰.高速視覺檢測硬件方法研究[D].2002,1,1-8.

[3] A.R Novini,"Fundamentals of On-line Gauging for Machine Vision",Vision'89,PP.413-421.

[4] Choudhary,A.N.,Patel,J.H.,"Parallel Architectures and Parallel Algorithms for Integrated Vision Systems",Kluwer Academic Publisher,1990.

[5] 劉常杰,葉聲華.基于FPGA高速視覺檢測系統的研究[J].儀器儀表學報.2001,6.

[6] John G.Ackenhusen 著.李玉柏,等譯.實時信號處理--信號處理系統的設計與實現[M].北京：電子工業出版社,2002：69-71.