文 献 综 述

基于LABVIEW的机器视觉工业相机图像系统研究

1.1、课题研究的背景及意义

在现代工业的自动化生产过程中，经常会涉及到种种样品检验、工况监控以及模型识别等带有高重复性和智能性的任务^[1]。为了避免由于诸如人眼疲劳或主观影响等因素带来的错误观测或判断，需要利用图像传感器即工业相机采集样品图像。根据所采集图像的像素分布、颜色、亮度等信息，通过计算机或者专用的图像采集处理系统来提取特征，进行数字化处理，实现尺寸、外形、颜色等的识别和判断，进而控制现场设备的动作，这样将计算机技术和光电技术相结合^[2-3]，兼具计算机的快速性和可重复性以及人工视觉的抽象能力与高度智能，从而产生了机器视觉的概念^[4]。机器视觉有采集速度快、观测标准不受到人的主观影响等优势，而且机器视觉的解析度远高于人眼，在检测细微零件或电路时，比人眼更能明察秋毫^[5]。

二十世纪50年代，关于机器视觉的研究开始出现，80年代，在D.Marr提出的视觉计算理论指导下^[6]，机器视觉研究得到快速发展。近二十年来，随着科学技术以及各行各业的蓬勃发展，机器视觉技术的应用领域越来越广阔，同时随着越来越多的工业产品向着微型化和高精度的方向迈进^[7]，对机器视觉技术也提出了更高的要求。而图像系统技术的逐渐成熟，使得获取外部信息并添加到其他智能化程序控制系统中变得更加方便^[8]。由美国国家仪器（NI）公司研发的LabVIEW作为一种软件开发环境，具有配置便捷、操作简单、功能强大、精度高等优点。LabVIEW又称虚拟仪器，每个程序都由一个或多个虚拟仪器（VI）组成，但却无需学习各种仪器的低级编程协议，简化了仪器的控制。区别于其他常用的文档类编程语言，LabVIEW给用户提供了简单明了直接的图形化语言（G语言）编程^[9-10]。在图像采集方面，NI公司提供了图像工具处理包（IMAQ），一种拥有强大图像处理功能的软件包^[11]。利用LabVIEW作为工业相机的上位机软件，可以非常简洁直观高效的完成图像采集和相机控制的工作，大大缩短程序开发周期，降低程序开发难度，减少生产成本^[12-13]。

1.2、基于LABVIEW的工业相机相关参数设置

在机器视觉系统中，图像信号的采集和处理是机器视觉的基础与核心，而图像采集的主要工具是工业相机^[14]。因此工业相机及其相关参数的设置会直接决定所采集到的图像分辨率以及图像质量。

目前市面上的工业相机也有很多种，按其传感器结构的不同可分为CCD型相机和CMOS型相机^[15-16]。不管哪种类型的工业相机都是以光学成像原理技术为理论依据，其工作原理都是先由感光器件把光信号转变为电信号，再由调理电路把电信号放大到A/D可采集的范围内，完成模-数转换后进入数据处理电路中进行简单的处理，最后通过接口电路传出相机。根据光学成像原理可以计算出工业相机的焦距以及视场角度等参数，而工业相机的其他一些相关参数有：

1）分辨率（Resolution）：每次可以采集图像的像素点（Pixels）多少，是衡量图像清晰度的重要指标之一；

2）像素深度（Pixel Depth）：每个像素占用的数据位数，比较常用8bit，但目前像素深度已有10bit、12bit、16bit出现；