基于EMGU CV的外輪廓邊緣識別定位系統設計實現

伊文君

（北京中拓機械集團有限責任公司，北京昌平 102208）

基于EMGU CV的外輪廓邊緣識別定位系統設計實現

伊文君

（北京中拓機械集團有限責任公司，北京昌平 102208）

本文介紹了一種基于開放視覺圖形處理EMGU CV的外輪廓邊緣識別定位系統的實現方法，系統包含信號采集、信號放大、AD轉換、圖像平滑濾波，圖像二值化、邊緣識別及特征識別，其中信號采集部分應用穿透式激光傳感器獲得輪廓數據，邊緣識別部分應用Canny算法獲得樣片的外輪廓邊緣特征，特征識別部分實現了圓及直線基本圖形元素的識別定位，系統具有采集速度快，識別精準的特點，具有廣泛的工業應用前景。

EMGU CV Canny 邊緣識別 輪廓識別

隨著現代電子技術和計算機智能技術的發展，具有快速精確獲得目標特征，識別定位目標特性的智能系統廣泛被用于生產線自動化設備的控制和監視，本文設計的外輪廓識別系統基于開放視覺圖形處理EMGU CV對采集到的數字數據進行圖像處理，實現了圓、直線等基礎特征元素的識別定位。本系統包含模擬信號采集，信號放大，AD轉換，數據平滑濾波，圖像二值化，邊緣識別，特征識別，如圖1所示。

1　模擬信號、信號放大及AD轉換

本系統主要用于外輪廓識別，在配合一定機械運動下信號獲取模塊可選取線陣、面陣CCD相機及激光辨別傳感器，線陣、面陣CCD相機可以一次性獲取完整的目標圖像，具有測量圖像直觀的優勢，缺點是對光源要求較高，采集到的灰度圖像在圖像二值化時非常容易丟失信息，且相同的光源條件一般只適用于一部分樣品，基于此，本文系統選取激光辨別傳感器，即穿透式激光辨別傳感器，該傳感器不需要額外的光源照明，其多波長激光使光束圖案強度分布均勻，高敏感度PD使其受外部因素造成的波動降到最低，可選多種檢測量程探頭，具有5um的超高再現性，80us的取樣速度，配備專用的顯示放大器，支持模擬電壓輸出。

AD轉換模塊本系統選取用于計算機的PCI數據采集卡，PCI總線數據采集卡可直接插在IBM-PC/AT或與之兼容的計算機內的任一PCI插槽中，本文系統選取研華PCI-1716L 16位高精度模擬量輸出數據采集卡，采樣頻率可達250 KS/s，提供單端及差分模擬量輸入。

2　數據平滑濾波

系統獲取的數據節點坐標系為迪卡爾直角坐標系，節點為（x，y），x、y為節點平面坐標，x、y坐標值由激光辨別傳感器數據及機械運行機構反饋獲得，所有數據節點相連為一封閉輪廓，由于隨機噪聲及失真，在數據處理前需要進行平滑濾波，平滑處理有五種不同的方法:簡單平均法，簡單無縮放的模糊，中值濾波，高斯濾波和雙邊濾波。本文的數據采集精度較高，數據采樣頻率高，噪聲少，采用簡單平均法，應用5點簡單平均法，即每5點數據平均后輸出一點數據（Xo，Yo）。

3　圖像二值化、邊緣識別、特征識別

系統應用開放源代碼的計算機視覺類庫OpenCV（Intel Open Source Computer Vision Library）進行圖像處理，OpenCV是一套可免費獲得的由一些C函數和C++類所組成的庫，主要用于對圖像進行一些高級處理，例如特征檢測與跟蹤、運動分析、目標分割與識別及3D重建等［1］，由于系統在.Net 平臺下開放，應用NET平臺下對OpenCV圖像處理庫的封裝Emgu CV［2］。

3.1圖像二值化

將數據節點（x0，y0），（x1，y1）…（xn，yn）繪制在1000*1000分辨率的Image＜Gray， Byte＞imageBuffer上，繪制顏色值為new MCvScalar（255，255，255），背景為new MCvScalar（0，0，0），實現數據圖像二值化。繪制測試樣品輪廓如圖2所示。此樣品的外輪廓為圓與直線線段3.2邊緣識別

組成。

邊緣檢測實際上是基于幅度不連續性進行分割，也即檢測變化類型的局部特征，例如，灰度值的突變、顏色的突變、紋理的突變等。邊緣檢測的算法有很多，一般分為四類:經典算子法、最優算子法、多尺度方法、自適應平滑濾波法等。Canny算子進行邊緣檢測的方法屬于最優算子法，是目前最有效的一種方法。Canny算法給定了最優化檢測邊緣的三個指標:好的信噪比；好的邊緣定位性能；對唯一邊緣有唯一的響應。具體算法如下:

步驟1:用高斯濾波器平滑圖像；

步驟2:邊緣點定位；

步驟3:用雙閾值算法檢測和連接邊緣［3］。

本文應用EMGU CV中的方法Image＜TColor， TDepth＞Canny（TColor thresh， TColor threshLinking），方法中兩個參數為Canny算法中的閾值，比值在2:1至3:1之間。應用方法處理樣品輪廓如下圖3所示。圖中可看到圓及直線線段組成的輪廓。

3.3特征識別

EMGU CV中提供圓與直線的識別方法，這兩個方法可做為進一步圖像特征識別的基礎，其中識別直線的方法為HoughLinesBinary，詳細定義如下:

LineSegment2D［］［］ HoughLinesBinary（double rhoResolution，double thetaResolution， int threshold， double minLineWidth， double gapBetweenLines）。

識別圓的方法為HoughCircles，詳細定義如下:

CircleF［］［］ HoughCircles（TColor cannyThreshold， TColor accumulatorThreshold， double dp， double minDist， int minRadius， int maxRadius）；

應用方法處理樣品輪廓定位基本圖像元素圓及直線，如下圖4所示。

4　結語

本文構建了一種外輪廓采集識別定位系統，應用穿透式激光傳感器獲得數據，圖像平滑算法濾波，應用EMGU CV 開源類庫完成了圓及直線基本圖形元素的識別定位，系統具有數據采集速度快，識別精準的特點，具有廣泛的工業應用前景。

本課題是在北京市科學技術委員會的資助下，由北京中拓機械集團有限責任公司和清華大學共同完成。

［1］A EX Z.Learning openCV—computer vision with the openCV library［J］.IEEE Robotics and Automation Magazine，2009，16（3）：100.

［2］王燕.基于Emgu CV的數字相機圖像采集［J］.西安：電子科技，2012，25（4）：31.

［3］劉江.組合機床與自動化加工技術.組合機床與自動化加工技術，大連：2013（5）：28.

高速外延片PL譜掃描成像儀的研發培育（項目編號：Z141103003414004）。

伊文君（1980—），男，碩士研究生。研究方向：機電一體化。