基于HALCON的機器視覺在畜牧業中的應用研究*

陳 強，武建新，張 涵，邱毅清

（內蒙古工業大學機械學院，內蒙古呼和浩特 010051）

1 概述

目前我國國內對于畜牧業奶牛的智能檢測應用基本還停留在奶牛的個體體征檢測，對于機器視覺擠奶機的研究與應用尚未成熟，還需人工輔助完成工廠擠奶作業；為了實現全自動擠奶技術，引入機器視覺技術來改善國內現狀[1-2]。

機器視覺的應用一般分為五個部分：檢測、測量、定位、識別和安防交通。而在畜牧業奶牛的擠奶應用中也將用到這五個部分，在擠奶車間將這五個部分交互使用，充分實現視覺在牛場中的應用[3]。通過HALCON視覺應用技術，運用HDevelop圖像處理軟件進行檢驗測試，可知HALCON具有強大的圖像處理算子和計算分析能力，能實現機器視覺在牛場中應用的理想效果[4-5]。

圖1 機器視覺應用分類

2 機器視覺系統在擠奶車間的應用分析及實施方案

2.1 應用分析

整個設備工作系統由三大主要系統構成：機器視覺識別系統、機器智能控制系統和機械臂驅動操作系統[6]。文章主要研究機器視覺系統的構成與應用，在機器視覺系統中將檢測、測量、定位、識別和安防交通五大應用結合使用，充分引入視覺系統提升智能效果。

機器視覺系統通過圖像獲取裝置攝像機將被測目標轉換為圖像信號，目標即為奶牛；再將圖像信號傳送到圖像處理系統，在圖像處理系統中根據像素分布、亮度、顏色和奶牛編號等情況信息，轉變為數字信號；由數字信號將奶牛的個體參數測量值輸入到數據庫，在數據庫中調取對應個體奶牛，根據不同奶牛個體的狀況進行后續工作[7]。

其中機器視覺系統最基本的特點就是提高生產的靈活性和自動化程度。

2.2 實施方案

經過機器視覺系統的應用分析，可以清楚的了解到擠奶作業流程，視覺系統中圖像系統通過對某些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。事實上，機器視覺就是用機器代替人眼來做檢測和判斷，從而實現智能擠奶作業。

具體應用實施方法見圖2，首先將提前設置好編碼的奶牛趕制擠奶車間入口，攝像機通過圖像采集，圖像分析檢測到個體奶牛的編號；從數據庫調取個體奶牛特征，判斷估計是否達到擠奶要求和擠奶次數；當滿足同時兩者要求，則效仿安防交通的規則，將奶牛送入擠奶工作制定區域以供擠奶，當檢測出不滿足擠奶要求時（如患病，乳房炎等），則送入牛棚觀察室以待觀察治療，當檢測出擠奶次數大于3次，則送入牛棚休息室。進入擠奶區域后檢測是否滿足擠奶量，滿足則送入機器智能控制系統和機械臂驅動操作系統環節中，識別、定位進行乳部清洗、套杯、擠奶、脫杯，消毒。最后整個擠奶作業過程結束，送入牛舍。

圖2 應用實施過程

3 機器視覺系統中圖像處理研究

機器視覺中，在運用HDevelop圖像的處理過程中圖像的預處理很重要，是研究檢驗的前提，對于后續檢驗的結果影響很大，所以圖像在處理之前要先了解圖像的特性，這樣可提高圖像處理的精度，提高檢測物品的質量。

正如圖3所示，圖像可根據灰度、色彩、運動、時空分布，形式或產生方法分為5種類別，每一種分類中又可以分為多種圖像，有單色、彩色、靜態、動態、二維、三維等各種類別，每種不同的圖像類別將運用不同的方法進行處理。

圖3 圖像的分類

圖像處理過程中，首先如圖4選用攝像機進行圖像獲取，傳入系統軟件進行預處理，將圖像背景去除、平滑、濾波、去噪等處理，再將圖像二值化閾值處理進行分割，提取出ROI特征區域將圖像進行提取和匹配，最終實現目標定位。

圖4 圖像處理流程圖

4 HALCON圖像處理的實例測試

機器視覺HALCON的圖像處理軟件HDevel?op，由多個圖像處理算子和交互式開發工具組成，有強大的計算分析能力，對于牛場中奶牛擠奶的檢測、測量、定位、識別和安防交通應用都能得到很好的結果。圖像經攝像頭端口連接配置，將圖像傳送到HDevelop圖像處理軟件中，讀寫圖像后進行三通道色彩去除，如圖5中(a)、(b)通過輪廓線和灰度直方圖調制閾值，使處理圖像易分割色階，進行下一步運作。

圖5 圖像的參數調制

將圖像進行分割處理，按照Row=1，Column=1，Tolerance=1，Minsize=150參數進行設置，處理為圖6所示，又通過ROI區域選定圖中三處奶牛乳部，圖6中橢圓形區域即為ROI選定區域。設定乳部為ROI_0，設置三種顏色以便區分，將區域連通，設置Region為填充模式。

圖6 圖像分割，ROI圖像

圖像檢測處理結果如圖7所示，三個綠色橢圓即為檢測目標，當檢測出操作目標則機器視覺控制系統控制驅動系統機械臂去進行清洗、套杯、脫杯和消毒等操作，實現對于乳部的機器視覺識別定位功能。

圖7 圖像目標識別定位圖像

部分代碼為：

dev_update_window('off')

read_image(breast，'D:/Desktop/breast.jpg')

get_image_size(breast，Width，Height)

dev_close_window()

dev_open_window(0，0，Width/2，Height/2，'black'，WindowID)

dev_display(breast)

stop()

decompose3 (breast， breast1， breast2，breast3)

rgb1_to_gray(breast，breastbreast1)

regiongrowing(breast1， Regions， 1， 1， 1，150)

gen_ellipse (ROI_0， 401.5， 371.866，rad(-102.541)，55.3198，27.6102)

dev_set_colored(3)

gen_ellipse(TMP_Region， 465.5， 544.034，rad(-103.508)，51.4226，27.0963)

union2(ROI_0，TMP_Region，ROI_0)

gen_ellipse(TMP_Region， 433.5， 726.212，rad(-96.3463)，36.222，22.8328)

union2(ROI_0，TMP_Region，ROI_0)

connection(ROI_0，Single)

select_shape(Single， Selected， 'area'， 'and'，5000，10000)

dev_set_draw('fill')

dev_display(Selected)

disp_continue_message (WindowID，'black'，'true')

stop()

dev_display(breast)

dev_set_color('green')

stop()

5 結語

在科學技術不斷升級的今天，對于一些不適合人工作業的危險環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺來完成作業。同時，在大批量周期性工業生產加工過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。為了使各大行業更加智能化，人性化，因此加入機器視覺技術HALCON來提高產業效益，在生產工藝中運用機器視覺系統來檢測目標，去提升整個生產工藝的效率。

參考文獻：

［1］范祥，盧道華，王佳.機器視覺在工業領域中的研究應用［J］.現代制造工程，2007（6）：129-133.

［2］童季剛，廖菲，羅良傳.一種機器視覺的瓶罐缺陷檢測系統設計［J］.機電工程技術，2016（8）：28-31.

［3］楊圣虎.擠奶機器人裝備結構設計研究［D］.哈爾濱：哈爾濱工程大學，2015.

［4］王海勇.HALCON學習教程（第四版）［Z］.黑土數字圖像處理系列教材，2015.

［5］（德） 斯蒂格 （Ulrich）機器視覺算法與應用［M］.北京：清華大學出版社，2008.

［6］ Fabienne Lathuiliere， Jean-Yves Herve.Visual hand posture tracking in a gripper guiding application［C］.Proceedings of the 2000 IEEE International Conference on Robotics&Automation San Francisco， CA， April 2000.

［7］王紅君，施楠，趙輝，等.基于視覺定位的牧場奶牛自動跟蹤定位系統研究［J］.黑龍江畜牧獸醫，2015（11）：43-47，287.