基于虛擬儀器的計算機視覺系統(tǒng)的研究

　　隨著計算機技術(shù)的不斷發(fā)展，基于PC的視覺系統(tǒng)更加趨于經(jīng)濟和實用。含MMX的高能Pen tium處理器、堅固的操作系統(tǒng)、PCI局部總線以及具有友好用戶接口的、基于虛擬儀器的圖 像采集軟硬件使今天的視覺應用系統(tǒng)的性能遠非以往的系統(tǒng)所能比擬，而成本卻在不斷下降 。在計算機圖像處理出現(xiàn)之前，圖像處理都是光學照像處理和視頻信號處理等模擬處理，伴 隨計算機技術(shù)的快速發(fā)展，數(shù)字圖像處理技術(shù)得到了長足進步，在靈活性、精度、調(diào)整和再 現(xiàn)性方面都表現(xiàn)出了卓越的性能。

　　在過去，PC視覺系統(tǒng)的建立是由系統(tǒng)集成人員、OEM和企業(yè)內(nèi)部的視覺系統(tǒng)開發(fā)組聯(lián)合 完成，今天，新的技術(shù)和基于虛擬儀器的圖像處理軟件使用戶在極低成本下就可開發(fā)完成滿 足大多數(shù)應用要求的計算機視覺應用系統(tǒng)。

　　虛擬儀器視覺應用系統(tǒng)能夠為自動化系統(tǒng)提供過程監(jiān)視、信息集中和反饋控制，實驗室 自動化與圖像處理系統(tǒng)則能夠利用濾波與分析技術(shù)進行細胞數(shù)量、生物材料合格性等的測定 。事實上，當今的基于PC的視覺系統(tǒng)已能夠以前所未有的效率、靈活性、一致性、可 靠性和數(shù)據(jù)吞吐能力執(zhí)行更加復雜的檢測任務。

　　1 基于虛擬儀器的視覺系統(tǒng)對PC性能的要求

　　1.1 PCI局部總線

　　PCI總線的高速數(shù)據(jù)吞吐能力能夠很好地滿足圖像采集的需要，使之成為實時圖像采集 的理想方案。因為每幀圖像可能包含多達400KB的數(shù)據(jù)，高速傳送這些數(shù)據(jù)對于實時顯示與 分析至關(guān)重要。PCI不僅容易達到這個要求，而且可以進一步提供它的帶寬來與其他數(shù)據(jù)采 集設備相集成。PCI圖像采集板通過使用ASIC DMA控制器，可以充分利用PCI總線的帶寬，無 需占用CPU時間，達到實時采集、顯示與分析處理的目的。

　　PCI理論上所能提供的最大數(shù)據(jù)傳輸速率是132MB/s，64位PCI更可達267MB/s，足夠滿足 高清晰度電視(High Definition Television, HDTV)信號與實時三維虛擬現(xiàn)實(3D Virtual Reality, 3DVR)的需要。而且，由于PCI支持“即插即用(PnP)”自動配置功能，使得插入式 圖象采集板的配置變得更加方便，其一切資源需求的設置工作在系統(tǒng)初啟時交由BIOS處理， 無需用戶進行繁瑣的開關(guān)與跳線操作。

　　目前，基于PCI總線的數(shù)據(jù)采集／圖像采集(DAQ/IMAQ)產(chǎn)品大大提高了計算機視覺系統(tǒng) 的性能。PCI總線能夠達到132MB/s的傳輸速率。由于以這個速率傳輸數(shù)據(jù)會嚴重耗盡CPU時 間，最終會影響系統(tǒng)性能， DAQ/IMAQ廠商為基于PCI的DAQ/IMAQ傳輸器設計了ASIC芯片，如 NI公司的MITE芯片，它利用DMA技術(shù)不僅能完成PCI的最高傳輸速率，還能通過非連續(xù)的內(nèi)存緩沖區(qū)而無需申請CPU時間。

　　1.2 MMX技術(shù)

　　Intel的MMX技術(shù)改進了視覺軟件的性能，有效地提高了圖像處理速度。對于大多數(shù)視覺 軟件函數(shù)，含MMX的Pentium處理器的執(zhí)行速度較不含MMX的Pentium處理器提高200%～400%， 這是由于MMX技術(shù)包含大量通用指令，增強了PC的處理能力，且與原有的Intel結(jié)構(gòu)保持了完 整的兼容性。而且MMX技術(shù)也完全兼容于現(xiàn)存的各類操作系統(tǒng)與應用軟件。利用MMX技術(shù)對于 大多數(shù)圖像采集視覺函數(shù)如濾波、閾值處理、運算、邏輯和形態(tài)學等都有顯著的性能增益。

　　2 軟件處理與分析

　　數(shù)字圖像處理是視覺系統(tǒng)的關(guān)鍵，在虛擬儀器系統(tǒng)中，這一切是通過計算機軟件實現(xiàn)的 。目前國內(nèi)外使用最為廣泛的虛擬儀器開發(fā)平臺是NI公司的LabVIEW和LabWindows/CVI，而 基于這兩種軟件的IMAQ Vision則為這兩種平臺提供了完整的圖像處理函數(shù)庫或功能模塊， 如各類邊緣檢測算子、自動閾值處理、各種形態(tài)學算法、濾波器、FFT等，該庫包含大量當 前證明成功的理論算法，使用戶無需專業(yè)編程經(jīng)驗，即可迅速開發(fā)完成優(yōu)秀的、適合本專業(yè) 的圖像處理與分析系統(tǒng)。

　　3　種子等級判別視覺系統(tǒng)

　　3.1　系統(tǒng)配置

　　基于計算機視覺的種子等級判別視覺系統(tǒng)主要是用于大量籽粒的自動化計數(shù)與幾何尺寸 特征測定，該系統(tǒng)的使用提高了測量精度和效率。其基本軟硬件配置為：

　　硬件：彩色CCD、PCI-IMAQ-1408圖象采集板（NI公司產(chǎn)品）、PC Pentium II/233計算機；

　　軟件開發(fā)工具：LabWindows/CVI、IMAQ Vision；

　　操作系統(tǒng)：Windows NT 4.0。

　　3.2　圖像采集

　　圖像采集的過程也就是圖像采集板對來自CCD的標準視頻信號（PAL或NTSC制式）進行模 數(shù)轉(zhuǎn)換的過程，量化后的數(shù)據(jù)通過PCI總線傳入計算機內(nèi)存。

　　3.3　圖像處理

　　(1)中值濾波

　　圖像信息在采集過程中往往受到各種噪聲源的干擾，這些噪聲在圖像上常常表現(xiàn)為一些 孤立像素點，這可理解為像素的灰度是空間相關(guān)的，即噪聲點像素灰度與它們的近鄰像素有 顯著不同。這種干擾如不經(jīng)過濾波處理，會對以后的圖像區(qū)域分割、分析、判斷帶來影響。與通常的線性濾波器（如低通濾波器）相比，非線性濾波器能夠更好地解決某些圖像處理問 題，其中最有用的叫作排序濾波器，可以在IMAQ Vision中即調(diào)即用。中值濾波是排序濾波 器的一種，它既可作到噪聲抑制，濾除脈沖干擾及圖象掃描噪聲，又可以克服線性濾波器所 帶來的圖像細節(jié)模糊，保持圖象邊緣信息。中值濾波的思想是取一移動矩陣模板，進行如下處理：

①設定濾波器模板大小，如取5×5模板；
②將模板在圖中漫游,并將模板中心與圖中某一象素位置重合；
③讀取模板下各對應象素的灰度值；
④將這些灰度值從小到大排成一列；
⑤找出這些值里排在中間的一個；
⑥將這個中間值賦給對應模板中心的象素。

　　由以上過程可以看出，中值濾波器的主要功能就是讓與周圍象素值的灰度差比較大的象 素改取與周圍象素值接近的值，從而可以消除孤立的噪聲點。

　　上述中值濾波的方法僅用于灰度圖像，IMAQ Vision可以將其延伸至彩色圖像 的處理，處理方法為：

①從原始32位彩色圖象中分別抽取紅、綠、藍三色調(diào)色板。IMAQ Vision中一幅彩色圖 象中R、G、B是用一32位的整數(shù)表示，第二個八位為R值，第三個八位為G值，第四個八位 為B值。如圖1所示：



圖1

②分別對紅、綠、藍色調(diào)模板（8位）進行中值濾波處理。和低通線性濾波器相比，中 值濾波器能夠在衰減隨機噪聲的同時不使邊界模糊，確保了精確的籽粒尺寸特征。
③處理之后的紅、綠、藍調(diào)色板根據(jù)相應的位運算取代原始圖象的色調(diào)模板，生成新 的、剔除了噪聲的32位彩色圖象。

　　(2)彩色圖像的二值化處理

　　采用RGB閾值處理算法，而非通常采用的灰度閾值算法，能夠保證系統(tǒng)具有更高精度的 閾值運算結(jié)果，在光照條件較差的情況下，仍然能夠得到處理質(zhì)量良好的二值圖象。采用傳 統(tǒng)的灰度閾值算法，必須要求原始圖像的目標對象與背景有較大的灰度差，才可能取得較好 的處理結(jié)果，因此必須對光照環(huán)境有較高的要求。試驗證明，這種方法簡便、有效，對后續(xù) 處理奠定了非常好的基礎，但也需要花費時間對三色閾值進行人工調(diào)整。

　　(3)孔洞填充處理

　　經(jīng)閾值處理之后的二值化圖像目標區(qū)域內(nèi)部可能會出現(xiàn)孔洞，其原因可以是光照條件、背景與目標在像素值上差別不明顯，以及閾值選取不 合理等等。其處理思想為數(shù)學形態(tài)學的閉合算法。經(jīng)過填充處理，目標區(qū)域（籽粒）內(nèi)部的 孔洞得到填補。

　　(4)區(qū)域分割

　　僅僅采用閾值處理難以獲得精確的區(qū)域分割結(jié)果。圖3是圖2圖像中沿直線L的灰度直方 圖，其中A、B、C、E、F、G六點都存在較大的灰度跳躍，而D點跳躍幅度小，顯然，以D點取 閾值，會導致圖像失真，無法得到精確的籽粒特征；而取低于D的A、B、C、E、F、G灰度值 為檢測閾值，可以得到較為準確的籽粒邊緣，但不能檢測到D點存在的邊緣信息。因此，當 閾值處理不能滿足要求的情況下，需要利用形態(tài)學算法對圖像進行分割。



圖2　原始圖像



圖3　原始圖像的灰度直方圖

　　圖象分割是將數(shù)字圖象劃分為互不相交（不重疊）區(qū)域的過程，是模式識別的基礎。區(qū) 域分割是實現(xiàn)圖象分割的一種方法，即把各像素劃歸到各個對象或區(qū)域中。對象一旦被分離 ，就可以對其測量和分類。

　　系統(tǒng)通過以上處理-濾波、二值化、孔洞填充等，為正確地區(qū)域分割奠定了基礎。區(qū)域 分割的原理是“開啟”算法。首先確定連通性準則為8連通，（8連通的結(jié)果與人的感覺更接 近），取結(jié)構(gòu)元素為7×7矩陣模板，矩陣的中間位置為結(jié)構(gòu)元素的原點。

　　經(jīng)連續(xù)4次的腐蝕之后，將籽粒完全分離開來，見圖4（b）。此時，圖象中共包含31個對象。



圖4(a)



圖4(b)

　　IMAQ Vision在腐蝕處理之前先執(zhí)行邊緣檢測，獲得完整的目標邊緣，腐蝕后再將籽粒 圖像膨脹至邊緣，這樣，既保證了完全的圖像分割，又保持了原有的對象邊緣不受任何損失。

　　(5)過濾處理

　　在實際情況中，現(xiàn)場籽粒會帶有大量微小尺寸的碎屑，如圖4(a)、(b)的A、B，背景也 可能存在斑點，在圖像處理中如不加以剔除，會被誤為籽粒而作為統(tǒng)計樣本。過濾處理是根 據(jù)目標對象尺寸進行過濾，其基本思想是數(shù)學形態(tài)學的腐蝕算法。IMAQ Vision進行幾次腐 蝕后，同樣將未腐蝕掉的籽粒對象恢復至腐蝕前的形狀，以保證其邊緣信息。

　　濾掉微小雜質(zhì)后，進行籽粒彩色標識（圖5）和特征統(tǒng)計，包括每一籽粒的面積、周長 、長徑、短徑、形心坐標等數(shù)據(jù)。處理結(jié)束。



圖5 最終的圖像處理結(jié)果

　　4　結(jié)束語

　　隨著計算機技術(shù)特別是PCI總線技術(shù)、MMX技術(shù)及網(wǎng)絡技術(shù)的發(fā)展，基于虛擬儀器的實時 圖象采集視覺系統(tǒng)越來越廣泛地應用于測試測量與控制領域。目前的Pentium MMX/PII/PIII PC和工作站配置多個PCI擴展槽及AGP視頻卡，新的操作系統(tǒng)如Windows 95/98支持“即插即 用”，圖采板開發(fā)商也在不斷開發(fā)和完善驅(qū)動軟件和模塊化視覺軟件來為用戶提供更強有力 的API和更優(yōu)秀的應用系統(tǒng)開發(fā)平臺，使采用PC總線方案的虛擬儀器視覺系統(tǒng)靈活易用，功 能強大，具有良好的可擴性、維護性和性能價格比，因而正在為越來越多的用戶所接受。