我们使用德国Stemmer公司的机器视觉软件开发包-CVB中的color、blob工具,它适合于开发颜色模式识别和斑点的检测。
Color检测
一般而言,从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红(R)绿(G)篮(B)三个成分组成,来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似,在颜色空间中也不尽相同。基于上述原因,我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。
Blob检测
根据上面得到的处理图像,根据需求,在纯色背景下检测杂质色斑,并且要计算出色斑的面积,以确定是否在检测范围之内。因此图像处理软件要具有分离目标,检测目标,并且计算出其面积的功能。
Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析,该连通域称为Blob。经二值化(Binary Thresholding)处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标,并可计算出目标的数量、位置、形状、方向和大小,还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析,而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE)来表示相邻的目标范围。这种算法与基于象素的算法相比,大大提高处理速度。
结果处理和控制
应用程序把返回的结果存入数据库或用户指定的位置,并根据结果控制机械部分做相应的运动。
根据识别的结果,存入数据库进行信息管理。以后可以随时对信息进行检索查询,管理者可以获知某段时间内流水线的忙闲,为下一步的工作作出安排;可以获知近期内布匹的质量情况等等。
四、用户界面及操作
项目要求利用机器视觉技术,智能的识别出流水线上布匹的所有杂质以及它们的数量、大小。根据项目要求,我们设计如下:
(1)图像显示区:实时的显示由相机采集的彩色图像,系统根据当前的图像内容实时的识别布匹信息。
(2)信息显示区:把图像的内容——各种杂质的数量实时的显示到表格里。系统当前状态(如:实时检测,停止检测,触发信号状态)实时的显示在状态显示栏中,以便于操作人员了解系统状态。
(3)信息管理区:管理人员可随时查看流水线的统计信息。操作人员可以灵活的配置系统的配置信息(如:数据库的配置,控制模块通讯配置,识别参数的校正)。权限管理控制系统使用者的操作权限,例如:只有高级操作人员才能对系统信息进行配置;只有拥有相应权限的人员才能查看统计信息。
五、布匹颜色学习工具
我们开发了布匹颜色学习工具,此工具界面友好,操作简单。
布匹颜色学习工具
一种颜色应该提供多个模板图像进行训练,这样可以提高识别的能力。学习完毕后要保存成CLF文件,以后模式识别就按照保存特征进行识别。
六.总结
视觉系统涉及到光学和图像处理算法,本身就是高度专业化的产品,尤其在整个识别控制系统中,还要与运动控制系统配合完成后续操作。在本项目的视觉系统中提取识别对象颜色特征值,然后采用模式识别的方法,识别出不合格区域然后使用斑点分析判断是否为杂质。同时提到了整个系统中各个部件的选择和用户界面的设计。
总之,应用机器视觉系统能够大幅降低检验成本,提高产品质量,加快生产速度和效率。对于现代化企业来说,意识到技术发展的趋势并首先付诸实施者无疑将走在竞争的前列。
Color检测
一般而言,从彩色CCD相机中获取的图像都是RGB图像。也就是说每一个像素都由红(R)绿(G)篮(B)三个成分组成,来表示RGB色彩空间中的一个点。问题在于这些色差不同于人眼的感觉。即使很小的噪声也会改变颜色空间中的位置。所以无论我们人眼感觉有多么的近似,在颜色空间中也不尽相同。基于上述原因,我们需要将RGB像素转换成为另一种颜色空间CIELAB。目的就是使我们人眼的感觉尽可能的与颜色空间中的色差相近。
Blob检测
根据上面得到的处理图像,根据需求,在纯色背景下检测杂质色斑,并且要计算出色斑的面积,以确定是否在检测范围之内。因此图像处理软件要具有分离目标,检测目标,并且计算出其面积的功能。
Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析,该连通域称为Blob。经二值化(Binary Thresholding)处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标,并可计算出目标的数量、位置、形状、方向和大小,还可以提供相关斑点间的拓扑结构。在处理过程中不是采用单个的像素逐一分析,而是对图形的行进行操作。图像的每一行都用游程长度编码(RLE)来表示相邻的目标范围。这种算法与基于象素的算法相比,大大提高处理速度。
结果处理和控制
应用程序把返回的结果存入数据库或用户指定的位置,并根据结果控制机械部分做相应的运动。
根据识别的结果,存入数据库进行信息管理。以后可以随时对信息进行检索查询,管理者可以获知某段时间内流水线的忙闲,为下一步的工作作出安排;可以获知近期内布匹的质量情况等等。
四、用户界面及操作
项目要求利用机器视觉技术,智能的识别出流水线上布匹的所有杂质以及它们的数量、大小。根据项目要求,我们设计如下:
(1)图像显示区:实时的显示由相机采集的彩色图像,系统根据当前的图像内容实时的识别布匹信息。
(2)信息显示区:把图像的内容——各种杂质的数量实时的显示到表格里。系统当前状态(如:实时检测,停止检测,触发信号状态)实时的显示在状态显示栏中,以便于操作人员了解系统状态。
(3)信息管理区:管理人员可随时查看流水线的统计信息。操作人员可以灵活的配置系统的配置信息(如:数据库的配置,控制模块通讯配置,识别参数的校正)。权限管理控制系统使用者的操作权限,例如:只有高级操作人员才能对系统信息进行配置;只有拥有相应权限的人员才能查看统计信息。
五、布匹颜色学习工具
我们开发了布匹颜色学习工具,此工具界面友好,操作简单。
布匹颜色学习工具
一种颜色应该提供多个模板图像进行训练,这样可以提高识别的能力。学习完毕后要保存成CLF文件,以后模式识别就按照保存特征进行识别。
六.总结
视觉系统涉及到光学和图像处理算法,本身就是高度专业化的产品,尤其在整个识别控制系统中,还要与运动控制系统配合完成后续操作。在本项目的视觉系统中提取识别对象颜色特征值,然后采用模式识别的方法,识别出不合格区域然后使用斑点分析判断是否为杂质。同时提到了整个系统中各个部件的选择和用户界面的设计。
总之,应用机器视觉系统能够大幅降低检验成本,提高产品质量,加快生产速度和效率。对于现代化企业来说,意识到技术发展的趋势并首先付诸实施者无疑将走在竞争的前列。
声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题,请第一时间告知,我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容,以保证您的权益!联系电话:010-58612588 或 Email:editor@mmsonline.com.cn。
网友评论
匿名:
相关链接
最新反馈
- 暂无反馈
无须注册,轻松沟通