新聞中心

EEPW首頁 > 測試測量 > 設(shè)計應(yīng)用 > 基于虛擬儀器的計算機(jī)視覺系統(tǒng)的研究

基于虛擬儀器的計算機(jī)視覺系統(tǒng)的研究

作者: 時間:2008-05-09 來源:網(wǎng)絡(luò) 收藏

  隨著計算機(jī)技術(shù)的不斷發(fā)展,基于PC的視覺系統(tǒng)更加趨于經(jīng)濟(jì)和實用。含MMX的高能Pen tium處理器、堅固的操作系統(tǒng)、PCI局部總線以及具有友好用戶接口的、基于虛擬儀器的圖 像軟硬件使今天的視覺應(yīng)用系統(tǒng)的性能遠(yuǎn)非以往的系統(tǒng)所能比擬,而成本卻在不斷下降 。在計算機(jī)處理出現(xiàn)之前,處理都是光學(xué)照像處理和視頻信號處理等模擬處理,伴 隨計算機(jī)技術(shù)的快速發(fā)展,數(shù)字處理技術(shù)得到了長足進(jìn)步,在靈活性、精度、調(diào)整和再 現(xiàn)性方面都表現(xiàn)出了卓越的性能。

  在過去,PC視覺系統(tǒng)的建立是由系統(tǒng)集成人員、OEM和企業(yè)內(nèi)部的視覺系統(tǒng)開發(fā)組聯(lián)合 完成,今天,新的技術(shù)和基于虛擬儀器的圖像處理軟件使用戶在極低成本下就可開發(fā)完成滿 足大多數(shù)應(yīng)用要求的計算機(jī)視覺應(yīng)用系統(tǒng)。

  虛擬儀器視覺應(yīng)用系統(tǒng)能夠為自動化系統(tǒng)提供過程監(jiān)視、信息集中和反饋控制,實驗室 自動化與圖像處理系統(tǒng)則能夠利用與分析技術(shù)進(jìn)行細(xì)胞數(shù)量、生物材料合格性等的測定 。事實上,當(dāng)今的基于PC的視覺系統(tǒng)已能夠以前所未有的效率、靈活性、一致性、可 靠性和數(shù)據(jù)吞吐能力執(zhí)行更加復(fù)雜的檢測任務(wù)。

  1 基于虛擬儀器的視覺系統(tǒng)對PC性能的要求

  1.1 PCI局部總線

  PCI總線的高速數(shù)據(jù)吞吐能力能夠很好地滿足圖像的需要,使之成為實時圖像 的理想方案。因為每幀圖像可能包含多達(dá)400KB的數(shù)據(jù),高速傳送這些數(shù)據(jù)對于實時顯示與 分析至關(guān)重要。PCI不僅容易達(dá)到這個要求,而且可以進(jìn)一步提供它的帶寬來與其他數(shù)據(jù)采 集設(shè)備相集成。PCI圖像采集板通過使用ASIC DMA控制器,可以充分利用PCI總線的帶寬,無 需占用CPU時間,達(dá)到實時采集、顯示與分析處理的目的。

  PCI理論上所能提供的最大數(shù)據(jù)傳輸速率是132MB/s,64位PCI更可達(dá)267MB/s,足夠滿足 高清晰度電視(High Definition Television, HDTV)信號與實時三維虛擬現(xiàn)實(3D Virtual Reality, 3DVR)的需要。而且,由于PCI支持“即插即用(PnP)”自動配置功能,使得插入式 圖象采集板的配置變得更加方便,其一切資源需求的設(shè)置工作在系統(tǒng)初啟時交由BIOS處理, 無需用戶進(jìn)行繁瑣的開關(guān)與跳線操作。

  目前,基于PCI總線的數(shù)據(jù)采集/圖像采集(DAQ/IMAQ)產(chǎn)品大大提高了計算機(jī)視覺系統(tǒng) 的性能。PCI總線能夠達(dá)到132MB/s的傳輸速率。由于以這個速率傳輸數(shù)據(jù)會嚴(yán)重耗盡CPU時 間,最終會影響系統(tǒng)性能, DAQ/IMAQ廠商為基于PCI的DAQ/IMAQ傳輸器設(shè)計了ASIC芯片,如 NI公司的MITE芯片,它利用DMA技術(shù)不僅能完成PCI的最高傳輸速率,還能通過非連續(xù)的內(nèi)存緩沖區(qū)而無需申請CPU時間。

  1.2 MMX技術(shù)

  Intel的MMX技術(shù)改進(jìn)了視覺軟件的性能,有效地提高了圖像處理速度。對于大多數(shù)視覺 軟件函數(shù),含MMX的Pentium處理器的執(zhí)行速度較不含MMX的Pentium處理器提高200%~400%, 這是由于MMX技術(shù)包含大量通用指令,增強(qiáng)了PC的處理能力,且與原有的Intel結(jié)構(gòu)保持了完 整的兼容性。而且MMX技術(shù)也完全兼容于現(xiàn)存的各類操作系統(tǒng)與應(yīng)用軟件。利用MMX技術(shù)對于 大多數(shù)圖像采集視覺函數(shù)如、閾值處理、運(yùn)算、邏輯和形態(tài)學(xué)等都有顯著的性能增益。

  2 軟件處理與分析

  數(shù)字圖像處理是視覺系統(tǒng)的關(guān)鍵,在虛擬儀器系統(tǒng)中,這一切是通過計算機(jī)軟件實現(xiàn)的 。目前國內(nèi)外使用最為廣泛的虛擬儀器開發(fā)平臺是NI公司的LabVIEW和LabWindows/CVI,而 基于這兩種軟件的IMAQ Vision則為這兩種平臺提供了完整的圖像處理函數(shù)庫或功能模塊, 如各類邊緣檢測算子、自動閾值處理、各種形態(tài)學(xué)算法、器、FFT等,該庫包含大量當(dāng) 前證明成功的理論算法,使用戶無需專業(yè)編程經(jīng)驗,即可迅速開發(fā)完成優(yōu)秀的、適合本專業(yè) 的圖像處理與分析系統(tǒng)。

  3 種子等級判別視覺系統(tǒng)

  3.1 系統(tǒng)配置

  基于計算機(jī)視覺的種子等級判別視覺系統(tǒng)主要是用于大量籽粒的自動化計數(shù)與幾何尺寸 特征測定,該系統(tǒng)的使用提高了測量精度和效率。其基本軟硬件配置為:

  硬件:彩色CCD、PCI-IMAQ-1408圖象采集板(NI公司產(chǎn)品)、PC Pentium II/233計算機(jī);

  軟件開發(fā)工具:LabWindows/CVI、IMAQ Vision;

  操作系統(tǒng):Windows NT 4.0。

  3.2 圖像采集

  圖像采集的過程也就是圖像采集板對來自CCD的標(biāo)準(zhǔn)視頻信號(PAL或NTSC制式)進(jìn)行模 數(shù)轉(zhuǎn)換的過程,量化后的數(shù)據(jù)通過PCI總線傳入計算機(jī)內(nèi)存。

  3.3 圖像處理

  (1)中值濾波

  圖像信息在采集過程中往往受到各種源的,這些在圖像上常常表現(xiàn)為一些 孤立像素點,這可理解為像素的灰度是空間相關(guān)的,即點像素灰度與它們的近鄰像素有 顯著不同。這種如不經(jīng)過濾波處理,會對以后的圖像區(qū)域分割、分析、判斷帶來影響。與通常的濾波器(如低通濾波器)相比,非濾波器能夠更好地解決某些圖像處理問 題,其中最有用的叫作排序濾波器,可以在IMAQ Vision中即調(diào)即用。中值濾波是排序濾波 器的一種,它既可作到噪聲抑制,濾除及圖象掃描噪聲,又可以克服濾波器所 帶來的圖像細(xì)節(jié)模糊,保持圖象邊緣信息。中值濾波的思想是取一移動矩陣模板,進(jìn)行如下處理:

①設(shè)定濾波器模板大小,如取5×5模板;
②將模板在圖中漫游,并將模板中心與圖中某一象素位置重合;
③讀取模板下各對應(yīng)象素的灰度值;
④將這些灰度值從小到大排成一列;
⑤找出這些值里排在中間的一個;
⑥將這個中間值賦給對應(yīng)模板中心的象素。

  由以上過程可以看出,中值濾波器的主要功能就是讓與周圍象素值的灰度差比較大的象 素改取與周圍象素值接近的值,從而可以消除孤立的噪聲點。

  上述中值濾波的方法僅用于灰度圖像,IMAQ Vision可以將其延伸至彩色圖像 的處理,處理方法為:

①從原始32位彩色圖象中分別抽取紅、綠、藍(lán)三色調(diào)色板。IMAQ Vision中一幅彩色圖 象中R、G、B是用一32位的整數(shù)表示,第二個八位為R值,第三個八位為G值,第四個八位 為B值。如圖1所示:



圖1

②分別對紅、綠、藍(lán)色調(diào)模板(8位)進(jìn)行中值濾波處理。和低通線性濾波器相比,中 值濾波器能夠在衰減隨機(jī)噪聲的同時不使邊界模糊,確保了精確的籽粒尺寸特征。
③處理之后的紅、綠、藍(lán)調(diào)色板根據(jù)相應(yīng)的位運(yùn)算取代原始圖象的色調(diào)模板,生成新 的、剔除了噪聲的32位彩色圖象。

  (2)彩色圖像的二值化處理

  采用RGB閾值處理算法,而非通常采用的灰度閾值算法,能夠保證系統(tǒng)具有更高精度的 閾值運(yùn)算結(jié)果,在光照條件較差的情況下,仍然能夠得到處理質(zhì)量良好的二值圖象。采用傳 統(tǒng)的灰度閾值算法,必須要求原始圖像的目標(biāo)對象與背景有較大的灰度差,才可能取得較好 的處理結(jié)果,因此必須對光照環(huán)境有較高的要求。試驗證明,這種方法簡便、有效,對后續(xù) 處理奠定了非常好的基礎(chǔ),但也需要花費時間對三色閾值進(jìn)行人工調(diào)整。

  (3)孔洞填充處理

  經(jīng)閾值處理之后的二值化圖像目標(biāo)區(qū)域內(nèi)部可能會出現(xiàn)孔洞,其原因可以是光照條件、背景與目標(biāo)在像素值上差別不明顯,以及閾值選取不 合理等等。其處理思想為數(shù)學(xué)形態(tài)學(xué)的閉合算法。經(jīng)過填充處理,目標(biāo)區(qū)域(籽粒)內(nèi)部的 孔洞得到填補(bǔ)。

  (4)區(qū)域分割

  僅僅采用閾值處理難以獲得精確的區(qū)域分割結(jié)果。圖3是圖2圖像中沿直線L的灰度直方 圖,其中A、B、C、E、F、G六點都存在較大的灰度跳躍,而D點跳躍幅度小,顯然,以D點取 閾值,會導(dǎo)致圖像失真,無法得到精確的籽粒特征;而取低于D的A、B、C、E、F、G灰度值 為檢測閾值,可以得到較為準(zhǔn)確的籽粒邊緣,但不能檢測到D點存在的邊緣信息。因此,當(dāng) 閾值處理不能滿足要求的情況下,需要利用形態(tài)學(xué)算法對圖像進(jìn)行分割。



圖2 原始圖像



圖3 原始圖像的灰度直方圖

  圖象分割是將數(shù)字圖象劃分為互不相交(不重疊)區(qū)域的過程,是模式識別的基礎(chǔ)。區(qū) 域分割是實現(xiàn)圖象分割的一種方法,即把各像素劃歸到各個對象或區(qū)域中。對象一旦被分離 ,就可以對其測量和分類。

  系統(tǒng)通過以上處理-濾波、二值化、孔洞填充等,為正確地區(qū)域分割奠定了基礎(chǔ)。區(qū)域 分割的原理是“開啟”算法。首先確定連通性準(zhǔn)則為8連通,(8連通的結(jié)果與人的感覺更接 近),取結(jié)構(gòu)元素為7×7矩陣模板,矩陣的中間位置為結(jié)構(gòu)元素的原點。

  經(jīng)連續(xù)4次的腐蝕之后,將籽粒完全分離開來,見圖4(b)。此時,圖象中共包含31個對象。



圖4(a)



圖4(b)

  IMAQ Vision在腐蝕處理之前先執(zhí)行邊緣檢測,獲得完整的目標(biāo)邊緣,腐蝕后再將籽粒 圖像膨脹至邊緣,這樣,既保證了完全的圖像分割,又保持了原有的對象邊緣不受任何損失。

  (5)過濾處理

  在實際情況中,現(xiàn)場籽粒會帶有大量微小尺寸的碎屑,如圖4(a)、(b)的A、B,背景也 可能存在斑點,在圖像處理中如不加以剔除,會被誤為籽粒而作為統(tǒng)計樣本。過濾處理是根 據(jù)目標(biāo)對象尺寸進(jìn)行過濾,其基本思想是數(shù)學(xué)形態(tài)學(xué)的腐蝕算法。IMAQ Vision進(jìn)行幾次腐 蝕后,同樣將未腐蝕掉的籽粒對象恢復(fù)至腐蝕前的形狀,以保證其邊緣信息。

  濾掉微小雜質(zhì)后,進(jìn)行籽粒彩色標(biāo)識(圖5)和特征統(tǒng)計,包括每一籽粒的面積、周長 、長徑、短徑、形心坐標(biāo)等數(shù)據(jù)。處理結(jié)束。



圖5 最終的圖像處理結(jié)果

  4 結(jié)束語

  隨著計算機(jī)技術(shù)特別是PCI總線技術(shù)、MMX技術(shù)及網(wǎng)絡(luò)技術(shù)的發(fā)展,基于虛擬儀器的實時 圖象采集視覺系統(tǒng)越來越廣泛地應(yīng)用于測試測量與控制領(lǐng)域。目前的Pentium MMX/PII/PIII PC和工作站配置多個PCI擴(kuò)展槽及AGP視頻卡,新的操作系統(tǒng)如Windows 95/98支持“即插即 用”,圖采板開發(fā)商也在不斷開發(fā)和完善驅(qū)動軟件和模塊化視覺軟件來為用戶提供更強(qiáng)有力 的API和更優(yōu)秀的應(yīng)用系統(tǒng)開發(fā)平臺,使采用PC總線方案的虛擬儀器視覺系統(tǒng)靈活易用,功 能強(qiáng)大,具有良好的可擴(kuò)性、維護(hù)性和性能價格比,因而正在為越來越多的用戶所接受。



評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉