杜 聰，杜文華，曾志強(qiáng)，王俊元

（中北大學(xué) 山西省先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室，山西 太原030051）

0 引 言

圖像采集系統(tǒng)的性能好壞是整個(gè)機(jī)器視覺檢測能否良好運(yùn)行的先決條件，系統(tǒng)必須快速提供準(zhǔn)確清晰的圖像為后續(xù)的圖像處理做準(zhǔn)備［1－4］。為了實(shí)現(xiàn)對(duì)零件檢測高速高精度的要求，國內(nèi)外學(xué)者提出并優(yōu)化了多種圖像采集系統(tǒng)，有效提高了圖像檢測的時(shí)效性［5，6］，如具有簡單結(jié)構(gòu)的由圖像采集卡和計(jì)算機(jī)構(gòu)成的圖像處理系統(tǒng)，其中常用的方法是，使用Halcon、Matlab等軟件編寫的算法間接調(diào)用圖像采集卡輸出并保存在計(jì)算機(jī)中的圖像，再進(jìn)行顯示和處理［7－10］。但是，這種方法不僅不能體現(xiàn)出圖像采集卡的優(yōu)勢，也無法實(shí)現(xiàn)對(duì)圖像的在線采集和實(shí)時(shí)處理。因此，如何充分運(yùn)用圖像采集卡資源，弱化硬件與工作環(huán)境 （如光照、干擾等）對(duì)圖像采集清晰度的影響，是提高零件檢測系統(tǒng)的測量精度、提高檢測系統(tǒng)效率的重要手段。本文設(shè)計(jì)了一個(gè)圖像實(shí)時(shí)采集系統(tǒng)，兼顧攝像機(jī)、圖像采集卡和光源兼容性，運(yùn)用C＃能快捷、方便地進(jìn)行圖像處理的特點(diǎn)編輯軟件程序，直接調(diào)用圖像采集卡函數(shù)動(dòng)態(tài)庫進(jìn)行圖像采集，并利用GDI＋ （graphics device inter face＋）完成圖像的實(shí)時(shí)處理［11］。

1 系統(tǒng)組成原理

1.1 系統(tǒng)硬件模塊

本系統(tǒng)采用CCD 逐行掃描像機(jī)，分辨率1392×1040像素；數(shù)據(jù)格式Mono8 位或Mono24 位；像素尺寸6.45 um×6.45um。CCD 像機(jī)提供3 個(gè)輸入端口：Input0、Input1和Input2。使用Input0觸發(fā)源時(shí)，觸發(fā)電平范圍0V～＋5V；使用Input1或Input2時(shí)，觸發(fā)電平范圍0V～＋12 V；當(dāng)觸發(fā)電平范圍＋12V～＋24V，需要外接約2KΩ的限流電阻。系統(tǒng)采用IEEE－1394標(biāo)準(zhǔn)串行接口，觸發(fā)電平范圍＋9V～＋12V，無需外接限流電阻。

輸入信號(hào)經(jīng)過光耦合后，易產(chǎn)生干擾信號(hào)或脈沖引起誤觸發(fā)，添加一個(gè)數(shù)字濾波器，濾掉干擾脈沖或毛刺。Input ctl是光耦合信號(hào)，Input filter是經(jīng)數(shù)字濾波器的信號(hào)，F(xiàn)ilter width是濾波寬度，范圍設(shè)置為0～2000us，本系統(tǒng)設(shè)置為300us。在Input ctl的上升沿，小于Filter width寬度的信號(hào)被濾掉，Input ctl下降沿濾波寬度設(shè)置為1ms，如圖1所示。

圖1 數(shù)字濾波器原理

像機(jī)提供3 個(gè)輸出端口：output0、output1、output2?？奢敵鲇|發(fā)允許信號(hào)（trigger ready）、觸發(fā)有效信號(hào)（strobe）、積分信號(hào) （integration）、用戶定義信號(hào) （user set）。本系統(tǒng)設(shè)置輸出：output0為觸發(fā)有效信號(hào)，output1為觸發(fā)允許信號(hào)，output2為積分信號(hào)。

本系統(tǒng)使用外接交流電源LED 高亮度聚光照明光源。為保證圖像質(zhì)量，要求像機(jī)曝光時(shí)間與外部光源周期相關(guān)，如50Hz光源條件下曝光時(shí)間必須是1／100s的整倍數(shù)。即通過設(shè)定攝像機(jī)的曝光時(shí)間確定與外部光源同步的曝光時(shí)間。像機(jī)支持的最小曝光時(shí)間是20us，最長曝光時(shí)間2s，有2種曝光時(shí)間單位：us和ms。本系統(tǒng)設(shè)置曝光時(shí)間為20us。

像機(jī)最高幀率由3個(gè)因素決定：①幀讀出時(shí)間。圖像高度越小，讀出所需的時(shí)間越小，幀率越高。②幀傳輸時(shí)間。1394傳輸所需的時(shí)間越小，幀率越高。③曝光時(shí)間。曝光時(shí)間越小，幀率越高。本系統(tǒng)幀讀出時(shí)間、曝光時(shí)間已自定義設(shè)置，因此影響幀率的主要因素是幀傳輸時(shí)間

式中：AOIH——圖像高度；AOIW——圖像寬度；Trans Delay——用戶設(shè)定傳輸延時(shí)，當(dāng)未進(jìn)行圖像處理時(shí)，設(shè)Trans Delay＝0；packet size是包長；由于DCAM 結(jié)構(gòu)限制，傳輸一幀圖像允許的最大包數(shù)是4095。在分辨率不變的情況下，降低包長，意味著傳輸?shù)陌鼣?shù)增加。如果包長過低，包數(shù)超過4095，數(shù)據(jù)傳輸將會(huì)出錯(cuò)。因此，設(shè)置包長為最大4095時(shí)，本系統(tǒng)初始幀率為23fps。

鏡頭采用MLM－3XMP 遠(yuǎn)心鏡頭；PC 采用windows XP 2002系統(tǒng)，Pentium （R）Dual－ore E5500 2.8GHz CPU，內(nèi)存2GB；軟件系統(tǒng)使用Visual Studio 2010環(huán)境開發(fā)，原理如圖2所示。

圖2 圖像實(shí)時(shí)采集系統(tǒng)原理

1.2 系統(tǒng)軟件模塊

本系統(tǒng)在Visual C＃平臺(tái)下調(diào)用像機(jī)動(dòng)態(tài)鏈接庫實(shí)現(xiàn)圖像數(shù)據(jù)的采集主要分為5步：

（1）啟動(dòng)可視化樣式，設(shè)定應(yīng)用程序默認(rèn)線程模型是［STAThread］單線程單元。

（2）創(chuàng)建顯示窗口并初始化像機(jī)，獲取攝像機(jī)參數(shù)：

（3）讀寫程序，調(diào)用動(dòng)態(tài)鏈接庫進(jìn)行圖像數(shù)據(jù)采集：

（4）存放圖像數(shù)據(jù)：

（5）處理圖像，實(shí)時(shí)顯示。

2 圖像預(yù)處理

2.1 圖像灰度化

Visual C＃平臺(tái)有3種圖像處理方法：提取像素法、內(nèi)存法和指針法。本系統(tǒng)直接應(yīng)用指針處理圖像，即將C＃語言的Bitmap類轉(zhuǎn)換為指針，通過使用unsafe關(guān)鍵字，處理圖像的每一個(gè)像素，實(shí)現(xiàn)快速灰度化：

2.2 高斯濾波

由不良照明、電子設(shè)備或傳感器等噪聲影響，將產(chǎn)生高頻噪聲，需對(duì)圖像進(jìn)行卷積處理。本系統(tǒng)采用高斯低通濾波原理，應(yīng)用快速傅里葉變化，把空間域內(nèi)卷積運(yùn)算轉(zhuǎn)變?yōu)轭l域內(nèi)乘積運(yùn)算，并將二維高斯函數(shù)分解為一維，分別對(duì)圖像行和列進(jìn)行卷積運(yùn)算，提高運(yùn)算效率，消除噪聲，保護(hù)圖像邊緣：

3 亞像素邊界擬合

3.1 sobel像素級(jí)邊緣定位

數(shù)字圖像邊緣是通過一階導(dǎo)數(shù) （梯度）最大或二階導(dǎo)數(shù)為零的特點(diǎn)來確定的。在研究中采用sobel算子利用一階導(dǎo)數(shù)最大的特點(diǎn)對(duì)圖像進(jìn)行像素級(jí)邊緣定位。sobel算子采用類似卷積方式，將2個(gè)3×3模板在圖像上移動(dòng)，計(jì)算每個(gè)像素的梯度值和方向信息。當(dāng)梯度值達(dá)到最大時(shí)為圖像邊緣點(diǎn)。sobel算子特點(diǎn)是計(jì)算量小、速度快，而且能為亞像素邊緣提取提供比較準(zhǔn)確梯度方向：

3.2 高斯插值精定位

根據(jù)方形孔徑采樣定理，圖像灰度值是固定時(shí)間間隔內(nèi)CCD 以固定面積對(duì)投射在它感光面上的光強(qiáng)進(jìn)行積分運(yùn)算，由于光學(xué)CCD 的卷積作用和其衍射影響，器件邊緣引起灰度值漸變，為非線性變化過程。放大10倍邊緣的灰度值漸變?nèi)鐖D3所示。

圖3 放大10倍邊緣的灰度值漸變

根據(jù)經(jīng)典邊緣提取原理對(duì)其進(jìn)行差分運(yùn)算后，得到滿足中心極限定理的灰度差分圖，如圖4所示，符合高斯曲線分布，對(duì)其2次取對(duì)數(shù)簡化運(yùn)算，擬合拋物線，得到頂點(diǎn)坐標(biāo)為亞像素插值點(diǎn)，即為圖像邊緣提取點(diǎn)。

圖4 圖像邊緣差分

考慮處理速度和算法精度，程序在5×5Viewer 下運(yùn)行：

4 實(shí)驗(yàn)驗(yàn)證與采集實(shí)現(xiàn)

數(shù)字圖像處理實(shí)質(zhì)為二維矩陣運(yùn)算，如何提高運(yùn)算時(shí)間是算法的關(guān)鍵，為驗(yàn)證采集系統(tǒng)的可靠性，在系統(tǒng)中添加statusStrip控件Timer計(jì)時(shí)器檢測運(yùn)算時(shí)間，建立函數(shù)“public void ShowFrameRate （int 32framerate）”引入式（1）計(jì)算幀率，并使用M5一字槽盤頭螺釘進(jìn)行效果分析。

灰度化3種方法時(shí)速對(duì)比見表1。

表1 3種方法灰度化時(shí)速比對(duì)

從表1數(shù)據(jù)可以看出：提取像素法運(yùn)行速度最慢，時(shí)間開銷長，不適用于實(shí)時(shí)顯示；內(nèi)存法直接對(duì)內(nèi)存中數(shù)據(jù)進(jìn)行處理，速度較快，沒有閃屏現(xiàn)象出現(xiàn)，滿足在線處理要求；指針法直接應(yīng)用指針處理圖像，運(yùn)行速度最快，耗時(shí)最短，且沒有丟幀現(xiàn)象發(fā)生，因此指針法最優(yōu)。

指針法灰度化是將每一個(gè)像素點(diǎn)由256×256×256＝16777216種色彩變化轉(zhuǎn)化為0～225種色彩變化，降低系統(tǒng)資源占用，使計(jì)算量減少，提升處理速度。如圖5所示，灰度化前螺釘圖像是RGB三色24位圖，為4，344，118 字節(jié)，灰度化后螺釘圖像轉(zhuǎn)位8位圖，為1，448，758 字節(jié)。

圖5 放大15倍灰度化后邊緣

系統(tǒng)由于電子器件信號(hào)脈沖，PC 等噪聲干擾，采集圖像不時(shí)出現(xiàn)顯示模糊，紋理邊緣對(duì)比度下降等顯現(xiàn)，經(jīng)高斯濾波處理，降低了圖像噪聲，保持了圖像細(xì)節(jié)。濾波除噪如圖6所示。

圖6 高斯濾波前后效果對(duì)比

最后，使用sobel算子進(jìn)行邊緣定位，得到較精準(zhǔn)邊緣后，再利用高斯插值提取亞像素點(diǎn)并進(jìn)行邊界擬合，最終顯示效果如圖7所示。

圖7 圖像采集系統(tǒng)實(shí)時(shí)顯示

本系統(tǒng)在圖像采集時(shí)進(jìn)行圖像的實(shí)時(shí)處理，灰度化處理時(shí)耗時(shí)58.43 ms，幀率到達(dá)23fps；濾波除噪聲耗時(shí)205.28ms，幀率到達(dá)20fps；亞像素邊界擬合耗時(shí)175.73 ms，幀率到達(dá)18fps。最終系統(tǒng)測試幀率達(dá)到18fps，基本滿足實(shí)時(shí)顯示、同步處理要求。

5 結(jié)束語

本文使用IEEE－1394標(biāo)準(zhǔn)圖像采集接口卡在Visual C＃平臺(tái)上開發(fā)出一個(gè)穩(wěn)定、實(shí)用的圖像采集系統(tǒng)。通過Visual C＃直接調(diào)用像機(jī)動(dòng)態(tài)鏈接庫，設(shè)定CCD 像機(jī)硬件參數(shù)，完成圖像實(shí)時(shí)采集；并利用GDI＋強(qiáng)大的圖像處理功能對(duì)CCD 采集的圖像依次進(jìn)行灰度化、濾波和亞像素邊緣擬合處理。

在系統(tǒng)設(shè)計(jì)時(shí)，既考慮傳輸速度，同時(shí)兼顧運(yùn)行速度和精度，在運(yùn)行速度高要求下采用簡單算法，在精度高要求下采用復(fù)雜算法。實(shí)驗(yàn)結(jié)果表明了圖像采集系統(tǒng)能夠以18幀／秒的速度實(shí)時(shí)采集顯示，并有效去除圖像噪聲，保留清晰邊緣，為后續(xù)圖像高精度測量提供了可靠性保障。

［1］LIU Qingmin，ZHAO Ling，WU Xin.CCD image measurement on circular saw blade ［J］.Acta Metrologica Sinica，2009，30 （z1）：103－106 （in Chinese）. ［劉慶民，趙玲，吳欣.圓鋸片的CCD圖像測量［J］.計(jì)量學(xué)報(bào)，2009，30（z1）：103－106.］

［2］LI Honggang，DU Wenhua，ZENG Zhiqiang，et al.Research on groove width detection of right－angle trapezoidal groove of cylindrical parts based on machine vision ［J］.Packaging Engineering，2013，34 （3）：83－87 （in Chinese）.［李紅鋼，杜文華，曾志強(qiáng)，等.基于機(jī)器視覺的圓筒形零件直角梯形槽寬檢測研究 ［J］.包裝工程，2013，34 （3）：83－87.］

［3］CHEN Chen.Contour feature detection of cutting tools image［D］.Xi’an：Xi’an Technological University，2013 （in Chinese）.［陳琛.刀具圖像輪廓特征檢測 ［D］.西安：西安工業(yè)大學(xué)，2013.］

［4］PAN Ming，CHEN Yuanzhi，LI Qiang.FPGA based on the image acquisition system design ［J］.Foreign Electronic Measurement Technology，2012，31 （3）：58－61 （in Chinese）.［潘明，陳元枝，李強(qiáng).基于FPGA 的圖像采集系統(tǒng)的設(shè)計(jì)［J］.國外電子測量技術(shù)，2012，31 （3）：58－61.］

［5］Steger C，Ulrich M，Wiedemann C.Machine vision algorithms and applications ［M］.YANG Shaorong，transl.Bingjing：Tsinghua University Press，2008：218－245.

［6］Song Limei，Wang Mingping，Huang Lulu，et al.High precision camera calibration in vision measurement ［J］.Optics ＆Laser Technology，2007，39：1413－1420.

［7］SI Qian，CAI Huaiyu，HUANG Zhanhua，et al.Design of a real－time acquisition system of CMOS image based on USB2.0［J］.Electronic Measurement Tecnology，2007，30 （4）：117－119（in Chinese）. ［司騫，蔡懷宇，黃戰(zhàn)華，等.基于USB2.0的CMOS圖像實(shí)時(shí)采集系統(tǒng)設(shè)計(jì) ［J］.電子測量技術(shù)，2007，30（4）：117－119.］

［8］YU Zijiang，LOU Hongwei，YU Xiao，et al.Ral－time image acquisition and processing system on LabVIEW ［J］.Microcomputer Information，2007，23 （5－1）：98－100 （in Chinese）.［于子江，婁洪偉，于曉，等.LabVIEW 應(yīng)用于實(shí)時(shí)圖像采集及處理系統(tǒng) ［J］.微計(jì)算機(jī)信息，2007，23 （5－1）：98－100.］

［9］CHEN Zhiguo，XU Wenbo.Nondestructive flaw detection system of intelligent robot with machine vision ［J］.Computer Engineering and Applications，2009，45 （14）：12－14 （in Chinese）.［陳志國，須文波.機(jī)器視覺智能機(jī)器人無損檢測系統(tǒng)［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45 （14）：12－14.］

［10］ZENG Zhiqiang，HUANG Pingping.Palmprint recognition using Gabor feature－based two－directional two－dimensional linear discriminant analysis ［C］／／Proceedings of International Conference on Electronic and Mechanical Engineering and Information Technology.New Jersey Piscataway：IEEE Computer Society，2011：1917－1921.

［11］XU Qifa，ZHU Zhanli.Implementation of digital image processing based on visual C＃ ［J］.Modern Electronics Technique，2007，20 （5）：121－122 （in Chinese）. ［徐其法，朱戰(zhàn)立.基于VisualC＃.NET 平臺(tái)的數(shù)字圖像處理及其實(shí)現(xiàn)［J］.現(xiàn)代電子技術(shù)，2007，20 （5）：121－122.］