欢迎光临
我们一直在努力

LabVIEW机器视觉资料整理

少废话,先看东西……

不对,是先点歌~~~

本部分目录安排暂时如下:

(一)入门基础|五问机器视觉

①机器视觉是什么

②机器视觉能为我们做什么

③主流的机器视觉应用平台有哪些

④为什么选择NI VISION

⑤如何搭建LabVIEW机器视觉解决方案

(二)NI VISION应用|基础操作

①打开图片

②保存图片

③图片裁剪

④图片变换

⑤图片运算

(三)NI VISION应用|编程示例

①系统校准与图像矫正

②图像预处理

③ROI绘制

④特征检测(点/线/圆)

⑤模板匹配

⑥角度检测

⑦灰度匹配

⑧几何匹配

⑨颜色检测

⑩OCR识别

⑪条码识别

(四)NI VISION与OpenCV联合编程

①人脸标定

②人脸识别

③待续……

这次带来【入门基础|五问机器视觉】,写这个系列主要还是通过这样一个方式来整理自己零散的东西,有可能一些重要部分陈同学所知尚浅,没有办法涉及到

ps:本来想这周末更新【西边雨(二)·项目代码开发与测试】的,但是关于这部分的代码刚写完,没时间写更新,等待一两周吧哈哈哈哈~~~~~~~~先用LabVIEW机器视觉顶上,(偷懒的感觉)真好~~~

(一)入门基础|五问机器视觉

①机器视觉是什么

我们在讨论机器视觉的时候,经常容易将其与计算机视觉相混合,这两个说法看似指的是同一个东西,实际上并不是。陈同学也经常混淆机器视觉、计算机视觉与图像处理这几个概念,但仔细想想大概也是能找出一点不同的,机器视觉更偏向于是将光学设备作为传感器进行现实环境的感知,并将这些环境数据做处理之后用于控制我们的仪器设备;而计算机视觉更偏向于科学理论的概念,是是一门研究如何使机器“看”的科学。

根据制造工程师协会的定义:机器视觉就是使用光学非接触式感应设备自动接收并解释真实场景的图像以获得信息控制机器或流程。简单来说,机器视觉就是为了流程控制或检测所制造的产品而从数字图像中自动提取信息,以啤酒厂采用的填充液位检测系统为例:

当每个啤酒瓶移动经过检测传感器时,检测传感器将会触发视觉系统发出频闪光,拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后,视觉软件将会处理或分析该图像,并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位,即未通过检测,视觉系统将会向转向器发出信号,将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。

②机器视觉能为我们做什么

机器视觉的用途十分广阔,除了前面提到的液位检测,还在农业、制造业、消防、交通运输以及一些电子消费品上被广泛应用。

以上展示了机器视觉用于控制飞行器、人脸识别、物体识别、无人驾驶、辅助机械臂进行目标物标定等方面。

③主流的机器视觉应用平台有哪些

前方高能预警:以下内容引用别人的,非原创!!为表示尊重(偷懒)不对原作者的观点做任何增删改~~~

作者:知乎用户

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

转自知乎:

机器视觉当前的比较流行的开发模式是“软件平台+工具包”

软件平台:

1.VC:最通用,功能最强大。用户多,和windows搭配,运行性能较好,可以自己写算法,也可以用工具包,而且基本上工具包都支持VC的开发。是大家主要选择的平台。

2.C#:比较容易上手,特别是完成界面等功能比用VC+MFC难度低了很多,已经逐渐成为流行的使用平台了,算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。

3.LabVIEW:NI的工具图形化开发平台,开发软件快,特别是做工控行业或者自动化测试行业的很多工程师,由于使用labview进行测试测量的广泛性,所以都有labview的基础,再调用NI的Vision图像工具包开发,开发周期短,维护较为容易。

4.VB、delphi:用的人越来越少了。

5.其他:java等没有看到人用过。

工具包:

1.halcon:出自德国MVTech。底层的功能算法很多,运算性能快,用其开发需要一定软件功底和图像处理理论。

2.VisionPro:美国康耐视的图像处理工具包。性能大多数算法性能都很好,性能上没有和halcon直接对比过,但是开发上手比halcon容易。

3.NI Vision:NI的特点是自动化测试大多数需要的软硬件都有解决方案,有点事软件图形化编程,上手快,开发周期快,缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少,而且整个工具包一个价格,而不是一个算法一个算法地卖,性能方面在速度和精度没有前两种软件好。

4.MIL:加拿大maxtrox的产品,是MatroxImaging Library 的简写。早期推广和普及程度不错,当前似乎主要用户还是早期的做激光设备的一些用户在用,所以用于定位的较多。

5.CK Vision。创科公司的软件包,相对前面几个工具包来说价格优势比较明显,另外机器视觉需要的功能也基本都有,所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言,用量很大,推广也不错。

6.迈斯肯:迈斯肯的视觉主要产品还是条码阅读一类,图像工具包没有用过,不了解,不评价。

7.OpenCV:感觉openCV更多的还是用在计算机视觉领域,在机器视觉领域其实不算太多,应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV,感觉这几项都不是opencv的专长。

8.其他:其他还有一些厂家的图像工具包,要么市场影响力不大,要么本人没有用过,不评价。

④为什么选择NI VISION

大概从前面的各平台介绍中,就能看出为什么要选择LabVIEW做机器视觉开发平台了。NI VISION具备开发软件快,开发周期短,维护较为容易等优点;并且LabVIEW作为编程工具还可与OpenCV/MATLAB等进行混合编程;最后还有一点可能比较牵强,就是我们在完成一套带机器视觉应用的解决方案时,一般都不只是一个相机就搞定,都是需要带一些其他的电气控制设备,而LabVIEW对这些设备的控制是十分方便的。

但从另一个方面讲,为什么选择NI的方案,其实在某一个角度来讲也可以说成是为什么要放弃NI的方案。因为每个平台都不可能是完美的,各个开发平台之间相比较都有长度和短处,当其长处契合我们的使用需求并且短处我们能够容忍的时候,自然就会被选择;当平台长处无法发挥或短处无法忽略的时候那么平台也就会被抛弃。

⑤如何搭建LabVIEW机器视觉解决方案

软件方面:

1.安装LabVIEW

提取码:yal9

2.安装VisionAcquisition Software (VAS)

提取码:mtld

3.安装VisionDevelopment Module (VDM)

提取码:u1g2

除了上面三个是必须的,同时建议

4.安装DataAcquisition (DAQ)

提取码:w4lm

5.安装VISA

提取码:4l6v

6.其他需要的

激活工具

提取码:dyer

硬件方面:

再次高能预警:以下部分内容引用自互联网的,非原创!!有一点点增删改~~~如果觉得太长,直接看本段末尾就可以了~~~

照明是影响机器视觉系统输入的重要因素,它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备,所以针对每个特定的应用实例,要选择相应的照明装置,以达到最佳效果。光源可分为可见光和不可见光,照明系统按其照射方法可分为:背向照明、前向照明、结构光和频闪光照明等。

镜头选择应注意:a.焦距 b.目标高度 c.影像高度 d.放大倍数 e.影像至目标的距离 f.中心点/节点g.畸变。为特定的应用场合选择合适的工业镜头时必须考虑以下因素:a.视野 - 被成像区域的大小b.工作距离 (WD) - 摄像机镜头与被观察物体或区域之间的距离c.摄像机成像传感器装置的尺寸。

3.高速相机

按照不同标准,可分为标准分辨率数字相机和模拟相机等;按成像色彩划分,可分为彩色相机和黑白相机;按分辨率划分,像素数在38万以下的为普通型,像素数在38万以上的高分辨率型;按光敏面尺寸大小划分,可分为1/4、1/3、1/2、1英寸相机;按扫描方式划分,可分为行扫描相机(线阵相机)和面扫描相机(面阵相机)两种方式(面扫描相机又可分为隔行扫描相机和逐行扫描相机);按同步方式划分,可分为普通相机(内同步)和具有外同步功能的相机等。

4.图像采集卡

图像采集卡只是完整的机器视觉系统的一个部件,但是 它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口:黑白、彩色、模拟、数字等等。比较典型的是PCI或AGP兼容的捕获卡,可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。例如,可以连接8个不同的摄像机,然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行捕捉,当采集卡抓拍图像时数字输出口就触发闸门。

5.视觉处理器

视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时,采用视觉处理器加快视觉处理任务。采集卡传输图像到存储器,进而计算分析。当前主流配置的PLC,且配置较高,视觉处理器已经几乎退出市场。随着经济水平的提高,3D机器视觉也开始进入人们的视野。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力,在生产过程的早期就报废劣质产品,从而减少了浪费节约成本。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家,随着机器视觉的不断应用,公司规模慢慢做大,技术上已经逐渐成熟。

事实上现在的工业相机集成度已经非常好了,我们一般只需要使用关注工业相机和光源以及镜头这三部分!打光是个技术活,说来话太长啊啊啊啊,相机和镜头什么的,也话太长话太长,打扰了~~~哎

本期到此结束!

(二)NI VISION应用|基础操作

①打开图片

②保存图片

③图片裁剪

④图片变换

⑤图片运算

(三)NI VISION应用|编程示例

①系统校准与图像矫正

②图像预处理

③ROI绘制

④特征检测(点/线/圆)

⑤模板匹配

⑥角度检测

⑦灰度匹配

⑧几何匹配

⑨颜色检测

⑩OCR识别

⑪条码识别

(四)NI VISION与OpenCV联合编程

①人脸标定

②人脸识别

③待续……

赞(55)
分享到: 更多

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址