1、本科毕业设计（论文）说明书基于 LabVIEW 的图像测量分析系统设计 学 院 专业班级 学生姓名 学生学号 指导教师 提交日期 I摘 要机器视觉作为多学科的交叉领域，有着越来越广泛的应用，虚拟仪器能够很好的满足视觉系统的实时性和精度要求，二者结合具有突出的实用性，基于虚拟仪器的机器视觉系统具有必要性和可行性，同时也降低硬件设备成本且具有高精度，非接触，以及高自动化的特点。接下来本文介绍了虚拟仪器的软件开发平台 LabVIEW(Laboratory Virtual Instrument Engineering Workbench)以及 LabVIEVV 视觉软件模块 IMAQ Vision(I
2、mage Acquisition System Vision)，并在此基础上开发了目标图像测量分析系统。按照机器视觉系统的逻辑结构，图像分析系统是机器视觉的重要组成成分，本文接着探讨了目标图像采集后的预处理过程及图像分割技术和方法，在此基础上探讨了本文机器视觉系统图像测量分析系统的设计方法，基于模块化的编程思路，最后实现了“基于 LabVIEW 的图像测量分析系统设计”的设计，包括系统软件的设计，仿真的制作，以便能为以后机器视觉系统的开发借鉴，最终完成的系统具有扩展性，可靠性和精确性好等特点。关键词:机器视觉；虚拟仪器；LabVIEW；IMAQ Vision；测量分析IIABSTRACTAs
3、a multidisciplinary cross field, Machine Vision has been applied more and more widely. Virtual instruments can well fulfill the requirement of real time and precision whose combination possesses an outstanding practicability. Machine Vision System which is based on the virtual instruments is necessa
4、ry and feasible; at the same time, it reduces the hardware device costs. Whats more, Machine Vision System is featured with high precision, high automation and non-contact. This paper introduces the common development platform of virtual instruments LabVIEW and its visual software module IMAQ Vision
5、 (Image Acquisition System Vision). Based on that, developing the Target Image Acquisition SystemBased on the logical structure of image measurement and analysis system, the Target Image Acquisition System is an important part of machine vision. Then this paper discusses the preprocessing procedure
6、after the acquisition of image, as well as the technology and methods of image segmentation, which is the base for the design methods of Machine System and Target.Image Acquisition System in this paper.And with the Modular programming ideas, I finally accomplish the design of image measurement and a
7、nalysis system based on labview, including the design of the systems whole hardware and software. This paper mainly explores two ways for image segmentation: threshold and edge detection. It compares those two ways and analyzes their own applications and features,through a system designed by myself,
8、 and analyzed the processing results from the edge detection operator of IMAQ Vision. Those results can be used for the future development of Machine Vision System. The final system is characterized with good expansibility, reliability and accuracy.KEYWORDS: Machine vision；Virtual instruments；LabVIE
9、W；IMAQ Vision；Measurement and Analysis目录摘 要 .IABSTRACT.II第一章 绪论 .11.1 研究目的及意义 .11.2 机器视觉中的图像采集系统 .21.3 数字图像处理技术的发展历史 .31.4 关于 LABVIEW 机器视觉的现状及发展趋势 .51.5 国内外研究现状及技术难题 .6第二章 虚拟仪器技术 .82.1 基于虚拟仪器的机器视觉系统 .82.2 虚拟仪器 VI 开发软件 LABVIEW.82.3 虚拟仪器视觉软件模块 IMAQ VISION.102.3.1 IMAQ Vision 的主要特点 .112.4 小结 .12第三章 基于
10、LABVIEW 的图像测量分析系统总体设计 .133.1 引言 .133.2 搭建机器视觉处理平台 .133.3 选择光源 .133.4 相机的选择 .143.5 基于图像采集卡的 SNAP 操作 .143.6 图像处理软件 .163.6.1 读取图像 .173.6.2 显示图像 .183.6.3 定义并创建有效的模板图像 .193.6.4 定义搜索区域 .203.6.5 图像抓取 .213.6.6 边缘的确定 .233.6.7 点位之间的多种位置计算。 .233.6.8 图像处理地位方法 .243.6.9 逻辑判断 .243.6.10 屏幕显示标记 .253.6.11 判断 .263.6.1
11、2 标准零件图与缺陷零件图的对比 .283.7 基于 LABVIEW 的图像测量分析系统设计软件运行 .293.8 基于 LABVIEW 的图像测量分析系统设计 .323.9 运行环境及平台 .33参考文献 .36第一章 绪论1第一章 绪论图像识别所讨论的问题，是研究用计算机代替人自动地处理大量物理信息，从而部分代替人的脑力劳动，人类识别图像的过程总是先找出它们外形或颜色的某些特征进行分析、比较、判断，然后再加以分析和区别。我们在研究图像识别的时候，也常常借鉴人的思维活动，采用同样的处理方法，然而图像的灰度与色彩是有光强和波长不同的光波所引起的，它们与景物表面的特性、方向、光线条件以及干扰等多
12、种因素有关，在各种恶劣的工作环境里，图像与实际景物有较大的差别，因此要区分图像属于哪一类，往往要经过预处理、图像分割、特征抽取、分析、分类等一系列过程。现在完全可以通过计算机进行模拟，完成图像识别的过程 1。1.1 研究目的及意义随着计算机技术和数字图像处理技术的不断发展，机器视觉在医学图像、工业生产、质量检测等领域得到了广泛的应用。尤其是在不断追求产品高性价比的今天，机器视觉作为一种高效的可视化质量检测方法，在制造加工的过程中总是倍受关注.而虚拟仪器(Virtual Instruments)技术通过软件可以将通用计算机与硬件结合起来构成测试或测控系统，并且用户可以通过友好的虚拟前面板(Fro
13、nt Pallet)操作这台计算机，就如同在操作一台自己定义、自己设计的单个传统仪器一样.虚拟仪器技术与机器视觉技术两者的结合，可以为用户定制完全基于 PC (Personal Computer)的机器视觉系统这样不仅可以减少成本，而且还可以开发出自动化程度高、可靠性强的系统。目前，机器视觉和虚拟仪器技术在国外的研究工作己经进入了鼎盛时期，而我国在这方面的投入和研究还十分不足.现今国内机器视觉系统方面的资料，从开发的角度来看，资料仍相对较少而且零散，LabVIEW(Laboratory Virtual Instrument Engineering Workbencb)作为虚拟仪器的软件平台，图
14、像采集和处理是其中一个非常重要的应用，所以本文所做的基于 LabVIEW 的目标图像采集系统研究仍较有震改。机器视觉是指用计算机来实现人的视觉功能，就是用计算机来实现对客观世界的本项目研究内容为基于虚拟仪器平台进行机器视觉测量机械量，主要待测量为零件的可见缺陷，以 Labview 为开发工具，将拍摄到的零件图像与标准零件的图像进行比较。学生应选择最佳的图像处理过程，对拍摄到的图像，进行分区对比，选择合适的算法，找出图像的差别，并进行判断，最终完成软件体系的开发。（论文）说明书21.2 机器视觉中的图像采集系统人类社会信息传递主要有三个途径，分别是语言、文字和图像。从信息论的角度来看，图像包含了
15、最大的信息量，有灰度，有色彩，还有平面和立体等，具有极为广泛的内容人类通过眼睛摄取的图像占到了所得到信息的 70%以上.许多场合里，没有任何其它形式比图像所传递的信息更丰富和真切。图像采集系统是图像处理系统的组成部分，原始的图像首先必须要通过图像采集系统，因此，图像采集系统主要作用是对原始的模拟图像数据进行采集，并将之转化为易于通过计算机处理的数字信号。在微机处理系统中，计算机在接受到图像的数字信号后，便会将其存入内存储区。微机图像处理系统常用的图像采集部件有:摄像机加上视频图像采集卡，图像扫描仪以及数码摄像机。本文中使用十分常见的 USB 摄像头来获取外界图像基于 LabVIEW 的标准图像
16、测量分析系统识别。典型的机器视觉系统一般包括图像采集部分、图像处理部分、通信和 I/0(input/output)部分以及输出和执行机构等。图像采集是其中一个重要的环节，通过采集系统能够将对象的可视化图像和特征转化为能被计算机处理的数据。由于机器视觉系统强调精度和速度，所以需要图像采集部分尽量及时、准确地提供清晰的图像，唯有如此才能让图像处理部分在比较短的时间内得出正确的结果.由此可知图像采集部分的性能会直接影响整个机器视觉系统的性能。图像采集部分通常由光源、镜头、数字摄像机和图像采集卡构成.采集过程可以简略的描述为在光源的照明下，数字摄像机拍摄目标物体并随之将其转化为图像信号，最后通过图像采
17、集卡传输给图像处理部分.在设计图像采集的硬件设计部分时，要考虑到很多方面的问题，主要是关于数字摄像机、图像采集卡和光源方面的技术。摄像机和镜头在机器视觉系统中相当于人的眼睛，负责拍摄对象的图像.机器视觉系统中通常会采用数字摄像机，通过通过聚焦在光电传感器镜头上的被摄物体的图像信号转变为光电信号，从而便于计算机处理。选择摄像机和镜头首先要需要做的是确定摄像机的类型，并计算摄像机的取景范围，以及评估其分辨率，最后还需要根据实际情况考虑一些其它因素，如对运动的对象需要计算扫描速度。在知道摄像机的拍摄对象和取景范围后，可由此选择合适的镜头。综合这些因素即可基本确定所需的摄像机和镜头。另外由于图像信号的
18、传输需要很高的传输速度，通用的传输接口通常不能满足要求，所以需要图像采集卡。图像采集卡是图像采集部分和图像处理部分的接口。图像采集卡还提供了数字 I/0 控制的功能。在机器视觉系统中，输入2 输出的控制很重要。系统中常要根据处理过程的需要来决定摄像机的拍摄时第一章 绪论3间。如果采用了可重设的摄像机，需要产生重设信号，在一些系统中，由于需要设定拍摄的帧率，应该有像素时钟发生器。外同步是指不同的视频设备之间用同一同步信号来保证视频信号的同步，它可以保证不同设备输出的视频信号具有相同的帧行起止时间.为了实现外同步，需要给摄像机输入一个复合同步信号或复合视频信号。当使用的图像采集卡已经具有数字 v0
19、 功能时，能够产生摄像机和其他电子设备所需的选通、触发及其他电子信号，这对系统是很有用的，不然就需要独立的数字 I/O 卡.除了数字 I/O 卡，选择图像采集卡还要考虑视频输入的格式和数据传输率、数据的吞吐量、还有软件开发包.一个功能完善的软件开发工具是图像采集卡所必不可少的。图像采集卡附带的软件开发工具是进行图像处理软件开发时所必备的工具之一本文利用 LabVIEW 进行图像采集和处理，这是 LabVIEW 一个非常重要的应用，在许多行业中采用图像的采集和识别来进行判断、控制，使操作更加精确，具有可信度、人性化、智能化。但本文并未使用图像采集卡，而是使用了LabVIEw 中运动与视觉模块中的
20、 IMAQ USB 函数直接驱动 USB 摄像头采集图像。选定好机器视觉的软硬件平台后，接下去就是图像采集和图像处理。本文系统基于 USB 摄像头并通过 LabVIEW 完成图像采集，再利用软件进行图像处理，且无需使用图像采集卡，使得视觉系统成本更低.其实从软件的角度来看，思路和模式基本是一致的。 11.3 数字图像处理技术的发展历史数字图像处理技术使 20 世纪 60 年代随着计算机技术和 VLSY Very Large ScaleIntegration 的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了很大的成就。视觉是人类最重要的感知手段，图像又是视觉的基
21、础。早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的。图像处理中输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得成功应用的是美国喷气推进实验室（JPL） 。他们对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片进行图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环境的影响。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术探测研究中，数字图像处理技术都发挥
22、了巨大的作用。数字图像处理技术取得的另一个巨大成就是在医学上。1972 年英国 EMI （论文）说明书4公司工程师 Housfield 发明了用于头颅诊断的 X 射线计算机断层摄影装置，也就是我们通常所说的 CT（Computer Tomograph） 。CT 的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，成为图像重建。1975 年 EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年，这项无损伤诊断技术被授予诺贝尔奖，以表彰它对人类做出的划时代贡献。从 20 世纪 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发
23、展，数字图像处理技术向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末 MIT 的 Marr 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。20 世纪 80 年代末期，人们开始将其应用于地理信息系统，研究海图的自动读入、自动生成方法。数字图像处理技术的应用领域不断拓展。数字图像处理技术的大发展是从 20 世纪 90 年代初开始的。自 1986 年以来，小波理论与变换方法迅速发展，它克服了傅
24、立叶分析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来工作之结晶。Mallat 在 1988 年有效地将小波分析应用于图像分解和重构。小波分析被认为是信号与图像分析在数学方法上的重大突破。随后数字图像处理技术迅猛发展，到目前为止，图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。进入 21 世纪，随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等。该技术成为一门引人注目、前景远大的新型学科。图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着科学技术的发展，数字图像处理技术的应用领域也将随之不断扩大。数字图像处理技术未来应用领域主要有以下七个方面：（1）航天航空技术方面数字图像处理技术在航天航空技术方面的应用，除JPL 对月球、火星照片的处理之外，另一方面是在飞机遥感和卫星遥感技术中。图像在空中先处理（数字化编码）成数字信号存在磁带中，在卫星经过地面站上空时，再高速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输过程中，还是在判读分析中，都必须采用很多数字图像处理方法。
