圖像處理系統(tǒng)在自動化設(shè)備中用作位置反饋的一種方法

　　1. 在自動化設(shè)備中應(yīng)用圖像處理系統(tǒng)的優(yōu)點

　　自動化設(shè)備為了獲得準(zhǔn)確的位置精度，通常采用兩種方法，一種是采用滾珠絲桿加交流伺服電機組成半閉環(huán)位置控制系統(tǒng);另一種是采用位置傳感器，如：光柵尺、磁柵尺，以及高級控制器組成閉環(huán)控制系統(tǒng)。這兩種方法技術(shù)成熟，但成本較高。

　　我們采用國產(chǎn)圖像卡、鏡頭、臺灣產(chǎn)攝像頭和PC機，再加上滑動絲桿、步進電機和多軸運動控制器等元器件構(gòu)成位置反饋控制系統(tǒng)。PC機通過處理圖像信息，檢測工件平面位置，控制電機運動，補償系統(tǒng)誤差。

　　采用這種結(jié)構(gòu)我們成功的開發(fā)出多種自動化設(shè)備，如：自動點膠機、自動超聲波焊機等。其特點是：設(shè)備的精度高、成本低;由于有圖像顯示，調(diào)節(jié)點膠針頭、超聲波焊針和工裝的初始位置十分方便，對工裝的一致性要求也不高。

　　2. 系統(tǒng)結(jié)構(gòu)與定位方法

　　下面以自動點膠機為例介紹該系統(tǒng)結(jié)構(gòu)。圖1為該設(shè)備的外形，圖2為該設(shè)備的系統(tǒng)框圖。

　　圖1 自動點膠機外形

　　PC機通過攝像頭、圖像卡采集工件的平面圖像，經(jīng)過圖像處理后，得到工件的當(dāng)前位置;PC機通過RS-232串行端口，將運動指令發(fā)送給多軸運動控制器，控制器控制X-Y平臺、Z軸平臺運動以及點膠閥的開關(guān)。[1]

　　攝像頭固定在機架上不動，其放大倍數(shù)也是固定的，所以，圖像上的像素點對應(yīng)工件上的長度是一定的，計算像素點個數(shù)，就能推算出距離及位置。

　　在正常工作之前，要將圖像系統(tǒng)和X-Y平臺位置、點膠針頭建立起對應(yīng)關(guān)系。如圖3所示，將X-Y平臺從其原點開始移動，使工裝上的第一個工件出現(xiàn)在攝像頭拍攝的畫面中央， 系統(tǒng)軟件記錄下X-Y平臺的初始位置(X0，Y0);調(diào)整固定在Z軸平臺上的點膠針頭的位置，使其落在圖像畫面的針頭定位框內(nèi)，從而針頭和攝像頭的相對位置就確定了。

　　正常工作時，系統(tǒng)軟件控制X-Y平臺從原點運動到第1個工件位置;抓取工件圖像，通過模板匹配技術(shù)，獲取工件當(dāng)前位置;和理想位置比較后，調(diào)整X-Y平臺位置，消除誤差，并運動到點膠啟始位; Z軸下降到點膠高度，然后打開點膠閥開始點膠; X-Y平臺按點膠軌跡運動;關(guān)點膠閥，Z軸抬起，完成一個工件的點膠過程。

　　然后，X平臺平移距離d，第2個工件進入圖像畫面，取圖像、調(diào)整位置、點膠;如此重復(fù)，完成5個工件的點膠過程。

　　3. 模板匹配算法的改進

　　模板就是一幅已知的小圖像。模板匹配就是在一幅大圖像中搜尋目標(biāo)，已知該圖中有要找的目標(biāo)，且該目標(biāo)同模板有相同的尺寸、方向和圖像，通過一定的算法可以在圖中找到目標(biāo)，確定其坐標(biāo)位置。

　　如圖4所示，模板T( m ′ n個像素)疊放在被搜索圖S( W ′ H個像素)上平移，模板覆蓋被搜索圖的那塊區(qū)域叫子圖Sij。I，j為子圖左上角在被搜索圖S上的坐標(biāo)。搜索范圍是：

　　一種算法是衡量T和Sij的誤差，其公式為：

　　E( i, j )為最小值處即為匹配目標(biāo)。為提高計算速度，取一個誤差閾值E0，當(dāng)E( i, j )> E0時就停止該點的計算，繼續(xù)下一點計算。

　　為了提高模板匹配處理速度，設(shè)計了二次匹配誤差算法，即：

　　第一次匹配是粗略匹配。取模板的隔行隔列數(shù)據(jù)，即四分之一的模板數(shù)據(jù)，在被搜索圖上進行隔行隔列掃描匹配，即在原圖的四之分一的數(shù)據(jù)內(nèi)匹配。由于數(shù)據(jù)量大幅度減少，匹配速度顯著提高。

　　為了合理的給出一個誤差閾值E0，設(shè)計了一個確定誤差閾值E0的準(zhǔn)則：

　　E0 = e0 * (m+1)/2 * (n+1)/2

　　式中：e0為各點平均的最大誤差，一般取40～50即可;

　　m，n為模板的長和寬。

　　第二次匹配是精確匹配。在第一次誤差最小點( imin，jmin )的鄰域內(nèi)，即在對角點為( imin-1, jmin-1), ( imin+1, jmin+1)的矩形內(nèi)，進行搜索匹配，得到最后結(jié)果。

　　表1是無閾值誤差法、有閾值誤差法、二次匹配誤差法這三種模板匹配算法對兩幅圖像進行模板匹配的結(jié)果比較：

　　結(jié)果表明：被搜索圖越大，匹配速度越慢;模板越小，匹配速度越快。誤差法閾值的大小對匹配速度影響大，和模板的尺寸有關(guān)。改進后的二次匹配誤差法的速度大幅提高。

　　圖5是自動點膠機的PC機界面。為了提高匹配速度，被搜索圖由藍(lán)色框決定，大小可調(diào);黃色框為模板，及工件的右下角;紅色框為工件外沿。從圖中可看出，工件偏向右側(cè)，說明位置有誤差，但圖像系統(tǒng)通過辨識工件的右下角，確定了工件的準(zhǔn)確位置。點膠將在紅色框內(nèi)進行。

　　4.二次匹配誤差法的主要代碼

　　#define AvEthreshold 40 // 各點平均誤差

　　int Ethreshold; // 誤差閾值

　　//計算誤差閾值

　　Ethreshold=AvEthreshold*((lTemplateHeight+1)/2)*((lTemplateWidth+1)/2);

　　// 第一次粗略匹配，找出誤差最小位置(nMaxHeight，nMaxWidth)

　　// 僅使用模板中隔行隔列的數(shù)據(jù)，在被搜索圖中隔行隔列匹配

　　nMinError = 99999999;

　　for (i = 0; i < lHeight - lTemplateHeight +1; i=i+2)

　　{

　　for(j = 0; j < lWidth - lTemplateWidth + 1; j=j+2)

　　{

　　nError = 0;

　　for (m = 0; m < lTemplateHeight; m=m+2)

　　{

　　for(n = 0; n < lTemplateWidth; n=n+2)

　　{

　　// 指向被搜索圖像倒數(shù)第i+m行，第j+n個象素的指針

　　lpSrc = (char *)lpDIBBits + lLineBytes * (i+m) + (j+n);

　　// 指向模板圖像倒數(shù)第m行，第n個象素的指針

　　lpTemplateSrc = (char *)lpTemplateDIBBits + lTemplateLineBytes * m + n;

　　pixel = (unsigned char)*lpSrc;

　　templatepixel = (unsigned char)*lpTemplateSrc;

　　nDelta=(int)pixel-templatepixel;

　　if (nDelta<0) // 做絕對值運算

　　{nError = nError-nDelta;}

　　else{nError = nError+nDelta;}

　　}

　　if (nError>(Ethreshold)) break; // 誤差大于閾值，進入下一點計算

　　}

　　if (nError < nMinError) //與最小誤差比較

　　{

　　nMinError = nError; // 記錄最小誤差及其坐標(biāo)

　　nMaxWidth = j;

　　nMaxHeight = i;

　　}

　　}

　　}