OpenCV 在產(chǎn)品特征檢測系統(tǒng)中的應(yīng)用

余 輝 王 林 王德勝

（1 中國電子科技集團(tuán)公司第四十一研究所，安徽蚌埠233010；2.四川煙草工業(yè)有限責(zé)任公司成都分廠，四川成都610051；3.江蘇中煙有限責(zé)任公司南京卷煙廠，江蘇南京210019）

0 引言

隨著科學(xué)技術(shù)的發(fā)展，機器視覺技術(shù)也取得了長足的發(fā)展，目前已經(jīng)廣泛的應(yīng)用在各個領(lǐng)域。運動目標(biāo)檢測是視頻檢測中基礎(chǔ)而關(guān)鍵的部分，該技術(shù)廣泛地應(yīng)用于工業(yè)流水線產(chǎn)品外觀特征檢測。 本文將以煙包外觀金拉線的檢測來闡述系統(tǒng)的工作原理和軟件算法實現(xiàn)。由于煙包生產(chǎn)速度較快，檢測任務(wù)非常繁重，采用機器視覺技術(shù)提高產(chǎn)品質(zhì)量和生產(chǎn)效率。

1 機器視覺與OpenCV

1.1 機器視覺簡介

機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過圖像采集裝置將攝取目標(biāo)轉(zhuǎn)換成圖像信息，傳送給圖像處理系統(tǒng)，根據(jù)像素分布和亮度等信息，轉(zhuǎn)變?yōu)閿?shù)字化信號，機器視覺系統(tǒng)從這些信息中獲取目標(biāo)特征，然后根據(jù)預(yù)設(shè)的條件輸出處理結(jié)果，進(jìn)而根據(jù)判斷結(jié)果控制執(zhí)行機構(gòu)進(jìn)行相應(yīng)的處理動作。

整個檢測系統(tǒng)主要由硬件和軟件兩部分組成， 硬件主要包括：光源、鏡頭、CMOS 工業(yè)相機、工控板等；軟件由系統(tǒng)軟件和用戶軟件組成，系統(tǒng)軟件是微軟公司的WINXP，用戶軟件是開發(fā)人員基于VC++6.0自主開發(fā)設(shè)計的。

1.2 OpenCV 概述

OpenCV 的全稱是Open Source Computer Vision Library， 是由Intel 公司開發(fā)的開源、 跨平臺計算機視覺庫。 OpenCV 可以運行在Linux、Windows 操作系統(tǒng)上，該庫由一系列C 函數(shù)和部分C++類組成，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法，機器視覺開發(fā)人員在軟件開發(fā)的過程中可以直接調(diào)用庫函數(shù)，省去常用圖像處理算法的編寫，同時也可以提高軟件的速度、精度和可靠性。

1.3 OpenCV 開發(fā)平臺的搭建

OpenCV 開發(fā)平臺的搭建并不復(fù)雜， 首先按照提示安裝好OpenCV 軟件，然后在Visual C++6.0 下編譯所要的靜態(tài)和動態(tài)鏈接庫文件，包括lib 路徑的設(shè)置、include files 路徑的添加，再進(jìn)行工程項目的鏈接設(shè)置就可以了。

在VC++6.0 中建立新工程以后， 在工程設(shè)置里添加需要的OpenCV 庫， 并在程序文件中包含需要的頭文件， 就可以在Windows下基于VC6.0 進(jìn)行圖像程序開發(fā)了。

2 圖像的預(yù)處理

圖像的預(yù)處理是為接下來的圖像處理做準(zhǔn)備的一個環(huán)節(jié)，通過圖像預(yù)處理可以對圖像進(jìn)行去噪、灰度化、二值化、數(shù)學(xué)形態(tài)學(xué)中的膨脹和腐蝕等操作。

圖像灰度化就是將彩色圖像中的彩色信息剔除， 只包含亮度信息。 這類圖像通常顯示從最暗黑色到最亮白色的灰度，計算機中把亮度值進(jìn)行量化等分成0-255 共256 個級別，0 表示最暗（全黑），255 表示最亮（全白）。圖像的二值化是指按一定閾值將灰度圖像分割為由灰度0 和灰度255 組成的無中間灰度過度值的圖像。

數(shù)學(xué)形態(tài)學(xué)是一種可以提取出圖像成分（如圖像的邊界、骨架和凸殼等）的工具，它的主要操作方法就是上文所提到的膨脹、腐蝕。 腐蝕是消除物體的所有邊界點的一種過程，其結(jié)果使剩下的物體沿其周邊比原物體小一定像素的面積，腐蝕對于從一幅分割圖像中去除小且無意義的物體來說是很有用的。膨脹是將與某物體接觸的所有背景點合并到該物體中的過程， 其結(jié)果是使物體的面積增大了相應(yīng)數(shù)量的點。先腐蝕后膨脹的過程稱為打開運算，具有消除細(xì)小物體、在纖細(xì)點處分離物體、 和平滑較大物體的邊界時又不明顯改變其面積的作用。先膨脹后腐蝕的過程稱為關(guān)閉運算， 它具有填充物體那細(xì)小空洞、連接領(lǐng)近物體、在不明顯改變物體面積的情況下平滑圖像邊界的作用。

3 系統(tǒng)檢測及算法實現(xiàn)

在機器運轉(zhuǎn)的固定相位，單片機控制系統(tǒng)向工業(yè)相機發(fā)送圖像采集信號，工業(yè)相機把獲取的圖像通過USB 接口傳送到工控板。

煙包金拉線的檢測主要是檢測金拉線是否存在、拉線位置是否偏離。 金拉線的檢測方法是對獲取煙包圖像的拉線區(qū)域進(jìn)行灰度化、二值化、腐蝕和膨脹等處理，查找出拉線輪廓，然后根據(jù)輪廓的面積判斷拉線是否合格。

金拉線檢測算法如圖1 所示。

圖1 金拉線檢測算法

OpenCV 提供了在二值化圖像中查找輪廓的方法cvFindContours（），函數(shù)原型如下：

Int cvFindContours（

IpIImage* image; //輸入的單通道二值化圖像

CvMemStorage* storage; //得到輪廓的存儲容器

CvSeq* firstContour; //輸出參數(shù)：包含第一個輸出輪廓的指針

Int headerSize = sizeof（CvContour）; //序列頭的大小

CvContourRetrievalMode mode = CV_RETR_LIST; //提取模式

CvChainApproxMethod method = CV_CHAIN_APPROX_SIM_PLE;//逼近方法

};

從灰度圖像中得到二值化圖像可以用cvThreshold（），然后再采用cvErode()和cvDilate()函數(shù)對二值化圖像進(jìn)行腐蝕和膨脹處理。

4 結(jié)束語

目前，機器視覺技術(shù)已經(jīng)廣泛應(yīng)用于各個工業(yè)領(lǐng)域，促進(jìn)了工業(yè)自動化的發(fā)展，提高了企業(yè)的生產(chǎn)效率和產(chǎn)品合格率。OpenCV 作為一款優(yōu)秀的開源視覺庫， 必將隨著機器視覺技術(shù)的發(fā)展而不斷成熟。 將OpenCV 應(yīng)用于產(chǎn)品金拉線檢測系統(tǒng)中，極大地的縮短了軟件的開發(fā)周期，并可以快速、準(zhǔn)確的檢測出拉線不合格產(chǎn)品，系統(tǒng)的各項指標(biāo)均達(dá)到要求。

［1］Rafael C.Gonzalez,Richard E.Woods.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2005.

［2］劉直芳，王運瓊，朱敏.數(shù)字圖像處理與分析[M].北京：清華大學(xué)出版社，2006.

［3］陳勝勇，劉勝.基于OpenCV 的計算機視覺技術(shù)實現(xiàn)[M].北京：科學(xué)出版社，2008.

［4］劉瑞禎，于仕琪.OpenCV 教程[M].北京航空航天大學(xué)出版社，2007.

［5］林洪文，等.基于背景差技術(shù)的運動目標(biāo)檢測方法研究[J].國防科技大學(xué)學(xué)報，2003，13(6)：77-81.