機器視覺圖像采集實驗平臺的開發與應用*

陳勝利，葉 貞，羅順權，甘惠興，黃鑫明

(1.河源職業技術學院 機電工程學院，廣東 河源 517000；2.深圳市視清科技有限公司，廣東 深圳 518101；3.歐華包裝設備(河源)有限公司，廣東 河源 517000；4.河源市美華智能設備有限公司，廣東 河源 517000)

0 引言

近20年來人們對機器視覺識別技術在行業領域進行了大量研究，特別是近5年其處于跨越式應用發展階段。我國正成為世界機器視覺發展最活躍的地區之一，其應用范圍涵蓋了工業、農業、醫藥、軍事、航天、氣象、天文、公安、交通、安全和科研等國民經濟的各個行業。中國作為全球制造業的加工中心之一，高要求的零部件加工及其相應的先進生產線，使許多具有國際先進水平的機器視覺系統和應用經驗也進入了中國。

任何行業的健康、可持續發展，均離不開高校專業技術人才的培養及輸送。為培養高素質的技術技能型人才，河源職業技術學院率先在全國高等職業技術教育領域開設了智能控制技術專業，以培養機器視覺軟件應用工程師為目標。由于機器視覺技術新入校，專業技術領域人才培養模式的探索和實踐教學的構建都處于起步階段，無案例可借鑒，特別是實踐實驗教學儀器設備沒有成熟的案例可供選擇。基于此背景，項目組會同相關專業、企業，聯合開發出一種基于機器視覺識別檢測圖像采集的實驗教學平臺，以滿足對圖像處理所需數據的采集需求。

1 實驗平臺運行原理

實驗平臺由硬件平臺和軟件平臺兩大部分組成，其中硬件平臺以圖像采集為主，軟件平臺以第三方算法開發為主。

實驗平臺工作原理：依據被檢測物體(視野)的大小及物距，選擇合適靶面及精度的工業相機、適合焦距和線對的工業鏡頭，配合合理的工業光源打光，采集清晰且易于識別運算的圖像到PC機，通過PC端相應的軟件運算平臺，對圖像進行相應的運算處理，得到預期的運算處理結果并顯示。實驗平臺運行邏輯圖如圖1所示。

圖1 實驗平臺運行邏輯圖

在實際實驗運行過程中，實驗平臺還具有相機自動觸發拍照、光源通過外觸發、串口通訊配合相機間隙性的打光等特性。

2 試驗平臺硬件

實驗平臺采用立式臺式結構，由圖像采集模塊、照明模塊、運動執行模塊、開關電源模塊、觸發模塊、電力監測模塊以及支架等組成，其硬件結構如圖2、圖 3所示。

圖2 平臺結構圖

圖像采集模塊由圖3中工業相機與工業鏡頭所組成，其合理的選型是保證圖像采集質量的關鍵因素之一。實驗平臺上還設計有NPN信號傳感器，相機觸發接口與NPN信號傳感器相連接。

照明模塊是影響圖像采集質量的關鍵因素之一，行業中俗稱為打光，其主要目的是排除外界自然光線的干擾，同時最大限度地拉開目標圖像與背景圖像的差異，為后續算法提取目標圖像特征提供優質的素材。實驗平臺照明模塊包含光源控制驅動器、光源控制電源開關、光源亮度調節、自動觸發模式切換開關及輸入接口等。其中提供了四路獨立可調節光源通道，同時具有外觸發、串口總線通訊協議。外觸發依靠光源控制器對應通道輸出高電平的NPN信號，觸發傳感器的負極與開關電源COM端相連接，正極與信號端相連接。默認情況下光源控制器處于低電平觸發模式，此時光源為常亮狀態。實驗者可將光源控制器觸發模式切換至高電平觸發，將NPN信號傳感器與光源控制器觸發通道相連接開啟光源觸發，此時NPN信號傳感器有信號為亮，無信號為滅。

運動執行模塊由圖3中的轉盤、調速器、減速電機等組成，當轉盤采用透明材質的玻璃或高透亞克力時，可以進行以檢測外形輪廓為主的背光動態/靜待實驗。當轉盤采用黑色不透光材質時，可以進行缺陷檢測、字符識別等動態/靜待實驗。其中調速器可通過脈寬調速無級調節電機轉速，實現減速電機帶動轉盤轉動，從而實現動態實驗環境。

圖3 平臺功能結構圖

開關電源模塊為整臺設備提供24/12/5VDC電壓，為旋轉電機、相機、光源、觸發傳感器等提供所需的恒壓直流電源,整機電氣控制原理如圖4所示。

圖4 電氣控制原理圖

觸發模塊為相機提供指定位置的自動觸發拍照，為光源定時開啟照明打光提供觸發信號。

電力監測模塊為整臺設備運行提供電壓、電流、電機轉速在線監測。

支架為相機及光源儀器提供支撐，相機固定結構如圖5所示，相機架包括主桿支柱與第一固定塊，可實現上下的粗略調節，同時以第一固定塊的手輪、調節板實現微調，相機架固定在相機夾持架上；光源架固定在光源夾持架上，可實現上下粗調。

圖5 相機固定結構示意圖

3 驗證實例

實驗以Halcon[1，2]圖像處理軟件檢測條形碼與二維碼為對象，硬件選用海康相機。

本工作臺相機工作距離為25 cm～30 cm，視野范圍90 mm×90 mm，精度要求0.05 mm，故選用海康MVCA05020GM相機，其分辨率為2 592×1 944(500萬像素)，像元尺寸為4.8 μm，芯片尺寸為12.4 mm×9.3 mm，成像精度達0.046 mm，從而鏡頭選用浩藍AZURE-NV3520M6M(600萬像素)，其焦距為35 mm，最佳工作距離為262 mm。

具體實驗步驟如下：

(1)將光源接至光源通道，并放置在光源支架上，打開空氣開關，給工作臺接通電源，打開電腦通過Halcon連接相機，打開光源控制器開關，邊觀察圖像邊調節光源控制器旋鈕將光源調至適宜亮度。

(2)按下調速器開關，調節調速器旋鈕，使轉盤旋轉；將光源控制器撥至觸發模式。

(3)在轉盤上相機觸發拍照位置放入條形碼/二維碼，并啟動Halcon程序進行測試。

Halcon算法處理流程程序代碼如下：

//關閉原有的圖像窗口

dev_close_window ()

//新建一個512*512pixel大小的圖像窗口，并命名為WindowHandle

dev_open_window (0,0,512,512,'black',WindowHandle)

//打開相機

open_framegrabber ('File',1,1,0,0,0,0,'default',-1,'default',-1,'false','printer_chip/printer_chip_01','c42f90f3e424_Hikivision_MVCA05020GM',1,2,AcqHandle)

//開啟相機抓圖

grab_image_start (AcqHandle,-1)

//設置畫線模式為描邊

dev_set_draw ('margin')

//設置畫線線寬為2

dev_set_line_width (2)

//進行實時處理

while (true)

//從相機采一張圖

grab_image_async (Image,AcqHandle,-1)

//創建條形碼識別句柄

create_bar_code_model (,,BarCodeHandle)

//從圖中尋找條形碼

find_bar_code (Image,SymbolRegions,BarCodeHandle,'auto',DecodedDataStrings)

//創建二維碼識別句柄

create_data_code_2d_model ('Data Matrix ECC 200',,,DataCodeHandle)

//從圖中尋找二維碼

find_data_code_2d (Image,SymbolXLDs,DataCodeHandle,,,ResultHandles,DecodedDataStrings1)

//顯示條形碼識別結果

disp_message (WindowHandle,DecodedDataStrings1,'window',12,12,'black','true')

//顯示二維碼識別結果

disp_message (WindowHandle,DecodedDataStrings1,'window',12,12,'black','true')

//結束實時采集

endwhile

//關閉相機

close_framegrabber (AcqHandle)

//清除條形碼識別句柄

clear_bar_code_model (BarCodeHandle)

//清除二維碼識別句柄

clear_data_code_2d_model (DataCodeHandle)

4 結果分析

通過驗證案例可見，該實驗平臺可在一定空間內拍攝到清晰畫面，對基本的靜、動態監測以及各種相機、鏡頭、光源的性能測試效果較佳。

其中，字符識別、條形碼識別、二維碼識別準確率與不同運動速度下的識別率分別如表1和圖6所示。

表1 測試結果分析表

圖6 識別率統計分析曲線圖

5 結束語

實驗平臺占用空間小、臺體結構緊湊，同時具有相機、光源調節與使用方便等優點。通過進行字符識別、條形碼識別、二維碼識別等在線實驗檢測，證明該平臺運行可靠。該實驗平臺的成功開發，有效地解決了國內高等教育圖像采集實驗設備缺乏的困境，為從事教育裝備研發的公司提供了開發思路。