CN101510295B - 基于PCIe和Vision Assistant的机器视觉***的设计方法 - Google Patents
基于PCIe和Vision Assistant的机器视觉***的设计方法 Download PDFInfo
- Publication number
- CN101510295B CN101510295B CN 200910026140 CN200910026140A CN101510295B CN 101510295 B CN101510295 B CN 101510295B CN 200910026140 CN200910026140 CN 200910026140 CN 200910026140 A CN200910026140 A CN 200910026140A CN 101510295 B CN101510295 B CN 101510295B
- Authority
- CN
- China
- Prior art keywords
- image
- vision
- image processing
- pcie bus
- pcie
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004438 eyesight Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013461 design Methods 0.000 title description 3
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000003708 edge detection Methods 0.000 claims abstract description 10
- 238000007689 inspection Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 6
- 238000003706 image smoothing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及基于PCIe和Vision Assistant的机器视觉***的设计方法，硬件部分包括工业相机、LED线形光源、图像采集卡、PCIe总线图像处理模块、数字控制器和输入输出板，工业相机与LED线形光源构成检测装置，LED线形光源照射在工业相机上采集图像数据，图像数据通过遵循PCIe总线规范的图像采集卡传送至PCIe总线图像处理模块，PCIe总线图像处理模块安装于工控机中，PCIe总线图像处理模块处理的结果送给数字控制器进行控制决策，得到的控制信号通过输入输出板送给执行结构；由VisionAssistant图像处理软件提供图像预处理、边缘检测、模式匹配。采用PCIe总线结构和Vision Assistant处理手段大大增加了***的通用性、适用性和可重构性，解决了计算机I/O数据吞吐量瓶颈问题。
Description
技术领域
本发明涉及一种基于PCIe总线结构和Vision Assistant图像处理软件的机器视觉***的设计方法，属于机器视觉技术领域。
背景技术
机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，用图像来创建和恢复现实世界模型，最终用于实际检测、测量和控制，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理及模式识别等多个领域的交叉学科。
机器视觉***一般由摄像机、图像采集卡、计算机、光源等组成。工作原理是：在一定光照条件下，用摄像机把三维场景的被摄取目标图像采集到计算机内部形成原始图像；然后，运用图像处理技术对原始图像进行预处理以改善图像质量，分割图形，提取特征要素，构成对图像的描述；最后，采用模式识别技术进行特征分类，并根据预设条件输出结果。
机器视觉具有与被观测的对象无接触，对被摄物体无损伤，观测过程客观，判别结果可靠性高的特点；同时机器视觉拓宽了人类视觉范围，在许多人类视觉无法感知的场合，如工业环境下高危险场景的感知等，机器视觉更具优势；而且机器视觉可以快速获取大量信息，而且易于自动处理，也易于实现信息集成，是实现计算机集成制造的基础技术。
机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的重要研究领域之一。从20世纪50年代从统计模式识别开始，最初工作主要集中在二维图像分析和识别上，如光学字符识别、工件表面、显微 图片和航空图片的分析和解释等。机器视觉***一般采用CCD摄像机采集代测物图像，再采用先进的计算机硬件和软件技术对图像数据进行分析处理，根据处理分析的结果实现模式识别、尺寸或坐标计算、缺陷分析等多种功能。目前视觉***的设计主要根据客户需求，实际的***工作条件来确定***方案。
目前大多是基于PCI和视觉总线的可重构的机器视觉***，由硬件***和软件***两部分组成。PCI是基于总线共享式的信号传输，而PCIe是基于串行包的运输，可以实现多个数据源与处理模块实现点对点连接。机器视觉一直面临着数据量太大的难题，灰度图像、彩色图像和深度图形的信息量都十分巨大，经常会出现总线崩溃的现象，以往的解决办法是采用基于PCI总线的图形处理模块卡，通过板上处理来减小总线的压力，但这样成本会大部分提高，限制了应用范围。PCIe的双单工连接能提供更高的传输速率和质量，PCIe当中，因为物理层的传输使用了低电压的差分队的技术，所以抗干扰特性和对外辐射干扰的情况相对于PCI来讲都得到了很大的提升。而NI Vision是一个帮助快速开发机器视觉程序的工具，包含很多机器视觉函数。
发明内容
本发明的目的是克服现有技术存在的不足，提供一种基于PCIe总线结构和Vision Assistant图像处理软件的机器视觉***的设计方法。
本发明的目的通过以下技术方案来实现：
基于PCIe和Vision Assistant的机器视觉***的设计方法，机器视觉***包括硬件部分和软件部分，所述硬件部分包括工业相机、LED线形光源、图像采集卡、PCIe总线图像处理模块、数字控制器和输入输出板，工业相机由线阵CCD检测传感器和视觉镜头组成，工业相机与LED线形光源构成检测装置，LED线形光源照射在工业相机上采集图像数据，图像数据通过遵循PCIe总线规范的图像采集卡传送至PCIe总线图像处理模块，PCIe 总线图像处理模块安装于工控机中，PCIe总线图像处理模块处理的结果送给数字控制器进行控制决策，得到的控制信号通过输入输出板送给执行结构；由Vision Assistant图像处理软件提供图像预处理、边缘检测、模式匹配。
进一步地，上述的基于PCIe和Vision Assistan的机器视觉***的设计方法，所述图像采集卡和输入输出板均基于PCIe总线，均通过工控机的PCIe插槽插在工控机上。
更进一步地，上述的基于PCIe和Vision Assistan的机器视觉***的设计方法，所述Vision Assistant图像处理软件的图像预处理包括灰度修正、阈值设定和图像平滑，边缘检测包括通过5种边缘检测算子对图像进行边缘检测。
本发明技术方案突出的实质性特点和显著的进步主要体现在：
采用PCIe总线结构和Vision Assistant处理手段大大增加了***的通用性、适用性和可重构性，解决了计算机I/O数据吞吐量瓶颈问题。堪称是具有新颖性、创造性的好技术，为一实用的新设计。
附图说明
下面结合附图对本发明技术方案作进一步说明：
图1：本发明机器视觉***的结构示意图。
图中各附图标记的含义见下表：
| 附图 标记 | 含义 | 附图 标记 | 含义 | 附图 标记 | 含义 |
| 1 | 工业相机 | 2 | LED线形光源 | 3 | 图像采集卡 |
| 4 | Vision Assistant图像 处理软件 | 5 | PCIe总线图像 处理模块 | 6 | 数字控制器 |
| 7 | 输入输出板 | 8 | 执行结构 |
具体实施方式
如图1所示，基于PCIe总线结构和Vision Assistant图像处理软件的机器视觉***，包括硬件部分和软件部分，硬件部分包括工业相机1、LED线形光源2、图像采集卡3、PCIe总线图像处理模块5、和输入输出板7，整个***基于PCIe总线结构，工业相机1与LED线形光源2构成检测装置，工业相机1由线阵CCD检测传感器与视觉镜头组成，LED线形光源2照射在工业相机1上采集图像数据，图像数据通过遵循PCIe总线规范的图像采集卡3传送至PCIe总线图像处理模块5，PCIe总线图像处理模块5安装于工控机中，PCIe总线图像处理模块5处理的结果送给数字控制器6进行控制决策，得到的控制信号通过输入输出板7送给执行结构8。其中，线形LED光源2通过电缆线连上光源电源，光源电源提供24V电压给线形LED光源供电。将光源放在被测物体的一侧，工业相机1电源端连上相机电源，总线端口通过高速相机接口电缆连上工控机，图像采集卡3和输入输出板7均基于PCIe总线，均通过工控机的PCIe插槽插在工控机上。
软件结构由三部分组成：
①硬件驱动程序，完成对***中的硬件部分进行初始化；
②***平台；
③图像处理软件，由Vision Assistant图像处理软件4提供一些高速图像处理的控件，如图像预处理、边缘检测、模式匹配等，I.图像预处理功能包括灰度修正、阈值设定和图像平滑，灰度修正借助于VisionAssistant对图像进行灰度反转、像素的对数转换、像素的指数转换、平方根转换；阈值化方法有传统的手动阈值法、局部阈值法，随着应用程度的拓展，为了使分割更加鲁棒，***应能自动选择阈值；基于物体、环境和应用域等知识的图像分割算法比基于固定阈值算法更具有普遍性，这种方法为自适应阈值法，自适应阈值法包括归类、根据熵准则、度量技术、动量距不变原则、传统的统计技术组内方差；图像平滑的方 法有：低通滤波器、均值法、高斯滤波器、中值滤波器。II.边缘检测包括通过5种边缘检测算子对图像进行边缘检测，目标识别部分可以实现模式匹配功能，物体识别就是建立物体模型，然后使用各种匹配算法从真实的图像中识别出物体模型最相似的物体，物体识别的基本步骤是：建立模型库、特征提取、模板匹配、假设结构的验证等；边缘是指图像局部亮度变化最显著的部分，边缘主要存在于目标与目标、目标与背景、区域与区域之间，是图像分割、纹理特征提取等图像分析的重要基础。边缘检测算子是利用图像边缘的突变性质来检测边缘。主要分为两种类型：一种是以一阶导数为基础的边缘检测算子，通过计算图像的梯度值来检测图像边缘，如：Roberts算子、Sobel算子、Prewitt算子；另一种是以二阶导数为基础的边缘检测算子，通过寻求二阶导数中的过零点来检测边缘，如：Laplacian算子、LOG算子、Canny算子。III.模式匹配属于物体识别的一种形式，物体识别的正式定义为：给定一幅包含一个或多个物体的图像和一组对应物体模型的标记，***应将标记正确地分配给图像中对应的物体或区域集合。
采用PCIe总线结构和Vision Assistant处理手段大大增加了***的通用性、适用性和可重构性，解决了计算机I/O数据吞吐量瓶颈问题。一般情况下，成像***获取的图像由于受到种种条件限制和随机干扰，往往不能在视觉***中直接使用，必须在视觉的早期阶段对原始图像进行灰度校正、噪声过滤等图像预处理。对机器视觉***来说，所用的图像预处理方法并不考虑图像降质原因，只将图象中感兴趣的特征有选择地突出，衰减其不需要的特征，这类图像预处理方法统称为图像增强。从图像质量评价观点来看，图像增强的主要目的是提高图像的可懂度。常用的图像增强技术有灰度修正、平滑滤波、阈值化等。
根据应用场合的需求给出判断结果，将该视觉***应用在轧机自动对中控制***中，判断结果就是带材相对于轧机中心线的偏差距离。又如是 将该视觉***应用在工业流水线生产质量控制上时，判断结果就是模式匹配当中的相似度打分。不同的应用场合下，判断结果的形式不同。基于该***进行实际应用的二次开发将大大加快开发进度。
需要理解到的是：上述说明并非是对本发明的限制，在本发明构思范围内，所进行的添加、变换、替换等，也应属于本发明的保护范围。
Claims (2)
1.基于PCIe和Vision Assistant的机器视觉***的设计方法，机器视觉***包括硬件部分和软件部分，其特征在于：所述硬件部分包括工业相机、LED线形光源、图像采集卡、PCIe总线图像处理模块、数字控制器和输入输出板，工业相机由线阵CCD检测传感器和视觉镜头组成，工业相机与LED线形光源构成检测装置，LED线形光源照射在工业相机上采集图像数据，图像数据通过遵循PCIe总线规范的图像采集卡传送至PCIe总线图像处理模块，PCIe总线图像处理模块安装于工控机中，PCIe总线图像处理模块处理的结果送给数字控制器进行控制决策，得到的控制信号通过输入输出板送给执行结构；由Vision Assistant图像处理软件提供图像预处理、边缘检测、模式匹配，所述Vision Assistant图像处理软件的图像预处理包括灰度修正、阈值设定和图像平滑，边缘检测包括通过6种边缘检测算子对图像进行边缘检测，边缘检测算子利用图像边缘的突变性质来检测边缘，分为两种类型：一种是以一阶导数为基础的边缘检测算子，通过计算图像的梯度值来检测图像边缘，有Roberts算子、Sobel算子、Prewitt算子；另一种是以二阶导数为基础的边缘检测算子，通过寻求二阶导数中的过零点来检测边缘，有Laplacian算子、LOG算子、Canny算子。
2.根据权利要求1所述的基于PCIe和Vision Assistan的机器视觉***的设计方法，其特征在于：所述图像采集卡和输入输出板均基于PCIe总线，均通过工控机的PCIe插槽插在工控机上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200910026140 CN101510295B (zh) | 2009-04-01 | 2009-04-01 | 基于PCIe和Vision Assistant的机器视觉***的设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200910026140 CN101510295B (zh) | 2009-04-01 | 2009-04-01 | 基于PCIe和Vision Assistant的机器视觉***的设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101510295A CN101510295A (zh) | 2009-08-19 |
| CN101510295B true CN101510295B (zh) | 2013-01-23 |
Family
ID=41002688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200910026140 Active CN101510295B (zh) | 2009-04-01 | 2009-04-01 | 基于PCIe和Vision Assistant的机器视觉***的设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101510295B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735690A (zh) * | 2012-06-26 | 2012-10-17 | 东莞市三瑞自动化科技有限公司 | 基于机器视觉的智能型高速在线自动化检测方法及*** |
| CN102981520B (zh) * | 2012-11-30 | 2015-09-02 | 苏州有色金属研究院有限公司 | 控制多台相机同步采集的方法 |
| CN105405141B (zh) * | 2015-11-11 | 2018-05-29 | 佛山轻子精密测控技术有限公司 | 一种自动识别工件凹凸台边缘的方法 |
| CN105718271A (zh) * | 2016-02-15 | 2016-06-29 | 福州觉感视觉软件科技有限公司 | 一种机器视觉智能检测*** |
| CN106340026A (zh) * | 2016-08-16 | 2017-01-18 | 成都市和平科技有限责任公司 | 一种基于图像处理技术的低亮度环境物品筛分***及方法 |
| RU2742755C1 (ru) * | 2017-02-08 | 2021-02-10 | Криовак, Ллк | Способы и системы оперативного контроля функционального слоя пленки, содержащего поддающийся обнаружению компонент |
| CN110473281B (zh) * | 2018-05-09 | 2023-08-22 | 网易（杭州）网络有限公司 | 三维模型的描边处理方法、装置、处理器及终端 |
| CN114286035B (zh) * | 2021-12-29 | 2024-01-05 | 杭州海康机器人股份有限公司 | 图像采集卡、图像采集方法及图像采集*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1403932A (zh) * | 2002-10-16 | 2003-03-19 | 西安交通大学 | 基于pci和视觉总线的可重构机器视觉*** |
| CN101088465A (zh) * | 2006-09-27 | 2007-12-19 | 北京航空航天大学 | 基于立体视觉的三维b超装置 |
| CN201145218Y (zh) * | 2007-12-28 | 2008-11-05 | 东莞市奥普特自动化科技有限公司 | 一种用于检测的多颜色led光源 |
-
2009
- 2009-04-01 CN CN 200910026140 patent/CN101510295B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1403932A (zh) * | 2002-10-16 | 2003-03-19 | 西安交通大学 | 基于pci和视觉总线的可重构机器视觉*** |
| CN101088465A (zh) * | 2006-09-27 | 2007-12-19 | 北京航空航天大学 | 基于立体视觉的三维b超装置 |
| CN201145218Y (zh) * | 2007-12-28 | 2008-11-05 | 东莞市奥普特自动化科技有限公司 | 一种用于检测的多颜色led光源 |
Non-Patent Citations (2)
| Title |
|---|
| JP特开2000-036968A 2000.02.02 |
| 方胜,李有森,李魏魏,杨维初,钟磊.基于 N I V ision A ssistant的机器视觉在钢球表面检测中的应用.《仪表技术》.2008,(第25期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101510295A (zh) | 2009-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101510295B (zh) | 基于PCIe和Vision Assistant的机器视觉***的设计方法 | |
| Song et al. | Real-time tunnel crack analysis system via deep learning | |
| CN104112269B (zh) | 一种基于机器视觉的太阳能电池激光刻线参数检测方法及*** | |
| CN105574527B (zh) | 一种基于局部特征学习的快速物体检测方法 | |
| CN108364311B (zh) | 一种金属部件自动定位方法及终端设备 | |
| JP5538868B2 (ja) | 画像処理装置、その画像処理方法及びプログラム | |
| CN104075965B (zh) | 一种基于分水岭分割的显微图像颗粒粒度测量方法 | |
| CN102175692A (zh) | 织物坯布疵点快速检测***及方法 | |
| CN109584215A (zh) | 一种电路板在线视觉检测*** | |
| CN113252568A (zh) | 基于机器视觉的镜片表面缺陷检测方法、***、产品、终端 | |
| Zhao et al. | Recognition of flooding and sinking conditions in flotation process using soft measurement of froth surface level and QTA | |
| CN108182704A (zh) | 基于形状上下文特征的定位方法 | |
| CN104200215A (zh) | 一种大口径光学元件表面灰尘与麻点识别方法 | |
| CN109271868B (zh) | 基于密集连接卷积网络超球体嵌入的目标重识别方法 | |
| CN108582075A (zh) | 一种智能机器人视觉自动化抓取*** | |
| Hongxun et al. | Pavement crack detection by ridge detection on fractional calculus and dual-thresholds | |
| CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
| CN106650735B (zh) | 一种led字符自动定位识别方法 | |
| CN114821274A (zh) | 一种用于识别分合指示牌的状态的方法和设备 | |
| CN104715250A (zh) | 十字激光检测方法和装置 | |
| CN116883945B (zh) | 一种融合目标边缘检测和尺度不变特征变换的人员识别定位方法 | |
| CN114638835B (zh) | 一种基于深度相机的轨枕异物检测方法 | |
| Peng et al. | Automatic Crack Detection by Multi-Seeding Fusion on 1mm Resolution 3D Pavement Images | |
| AU2021368390A1 (en) | Multi-target recognition system and method for follow-up robot based on coded thermal infrared mark | |
| Cai et al. | Unfeatured weld positioning technology based on neural network and machine vision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20171017 Address after: 471000 Henan Province, Luoyang city high tech Development Zone middle Ling Road Patentee after: China Nonferrous Metals Processing Technology Co., Ltd. Address before: Suzhou City, Jiangsu province 215021 Industrial Park No. 200 Shen Hu Road Patentee before: Suzhou Non-ferrous Metal academy Co., Ltd. |