基于虛擬儀器的計算機視覺(jué)系統的研究

　　隨著(zhù)計算機技術(shù)的不斷發(fā)展，基于PC的視覺(jué)系統更加趨于經(jīng)濟和實(shí)用。含MMX的高能Pen tium處理器、堅固的操作系統、PCI局部總線(xiàn)以及具有友好用戶(hù)接口的、基于虛擬儀器的圖 像采集軟硬件使今天的視覺(jué)應用系統的性能遠非以往的系統所能比擬，而成本卻在不斷下降 。在計算機圖像處理出現之前，圖像處理都是光學(xué)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，數字圖像處理技術(shù)得到了長(cháng)足進(jìn)步，在靈活性、精度、調整和再 現性方面都表現出了卓越的性能。

　　在過(guò)去，PC視覺(jué)系統的建立是由系統集成人員、OEM和企業(yè)內部的視覺(jué)系統開(kāi)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(hù)在極低成本下就可開(kāi)發(fā)完成滿(mǎn) 足大多數應用要求的計算機視覺(jué)應用系統。

　　虛擬儀器視覺(jué)應用系統能夠為自動(dòng)化系統提供過(guò)程監視、信息集中和反饋控制，實(shí)驗室 自動(dòng)化與圖像處理系統則能夠利用濾波與分析技術(shù)進(jìn)行細胞數量、生物材料合格性等的測定 。事實(shí)上，當今的基于PC的視覺(jué)系統已能夠以前所未有的效率、靈活性、一致性、可 靠性和數據吞吐能力執行更加復雜的檢測任務(wù)。

　　1 基于虛擬儀器的視覺(jué)系統對PC性能的要求

　　1.1 PCI局部總線(xiàn)

　　PCI總線(xiàn)的高速數據吞吐能力能夠很好地滿(mǎn)足圖像采集的需要，使之成為實(shí)時(shí)圖像采集 的理想方案。因為每幀圖像可能包含多達400KB的數據，高速傳送這些數據對于實(shí)時(shí)顯示與 分析至關(guān)重要。PCI不僅容易達到這個(gè)要求，而且可以進(jìn)一步提供它的帶寬來(lái)與其他數據采 集設備相集成。PCI圖像采集板通過(guò)使用ASIC DMA控制器，可以充分利用PCI總線(xiàn)的帶寬，無(wú) 需占用CPU時(shí)間，達到實(shí)時(shí)采集、顯示與分析處理的目的。

　　PCI理論上所能提供的最大數據傳輸速率是132MB/s，64位PCI更可達267MB/s，足夠滿(mǎn)足 高清晰度電視(High Definition Television, HDTV)信號與實(shí)時(shí)三維虛擬現實(shí)(3D Virtual Reality, 3DVR)的需要。而且，由于PCI支持“即插即用(PnP)”自動(dòng)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初啟時(shí)交由BIOS處理， 無(wú)需用戶(hù)進(jìn)行繁瑣的開(kāi)關(guān)與跳線(xiàn)操作。

　　目前，基于PCI總線(xiàn)的數據采集／圖像采集(DAQ/IMAQ)產(chǎn)品大大提高了計算機視覺(jué)系統 的性能。PCI總線(xiàn)能夠達到132MB/s的傳輸速率。由于以這個(gè)速率傳輸數據會(huì )嚴重耗盡CPU時(shí) 間，最終會(huì )影響系統性能， DAQ/IMAQ廠(chǎng)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(guò)非連續的內存緩沖區而無(wú)需申請CPU時(shí)間。

　　1.2 MMX技術(shù)

　　Intel的MMX技術(shù)改進(jìn)了視覺(jué)軟件的性能，有效地提高了圖像處理速度。對于大多數視覺(jué) 軟件函數，含MMX的Pentium處理器的執行速度較不含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結構保持了完 整的兼容性。而且MMX技術(shù)也完全兼容于現存的各類(lèi)操作系統與應用軟件。利用MMX技術(shù)對于 大多數圖像采集視覺(jué)函數如濾波、閾值處理、運算、邏輯和形態(tài)學(xué)等都有顯著(zhù)的性能增益。

　　2 軟件處理與分析

　　數字圖像處理是視覺(jué)系統的關(guān)鍵，在虛擬儀器系統中，這一切是通過(guò)計算機軟件實(shí)現的 。目前國內外使用最為廣泛的虛擬儀器開(kāi)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庫或功能模塊， 如各類(lèi)邊緣檢測算子、自動(dòng)閾值處理、各種形態(tài)學(xué)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(hù)無(wú)需專(zhuān)業(yè)編程經(jīng)驗，即可迅速開(kāi)發(fā)完成優(yōu)秀的、適合本專(zhuān)業(yè) 的圖像處理與分析系統。

　　3　種子等級判別視覺(jué)系統

　　3.1　系統配置

　　基于計算機視覺(jué)的種子等級判別視覺(jué)系統主要是用于大量籽粒的自動(dòng)化計數與幾何尺寸 特征測定，該系統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(kāi)發(fā)工具：LabWindows/CVI、IMAQ Vision；

　　操作系統：Windows NT 4.0。

　　3.2　圖像采集

　　圖像采集的過(guò)程也就是圖像采集板對來(lái)自CCD的標準視頻信號（PAL或NTSC制式）進(jìn)行模 數轉換的過(guò)程，量化后的數據通過(guò)PCI總線(xiàn)傳入計算機內存。

　　3.3　圖像處理

　　(1)中值濾波

　　圖像信息在采集過(guò)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為一些 孤立像素點(diǎn)，這可理解為像素的灰度是空間相關(guān)的，即噪聲點(diǎn)像素灰度與它們的近鄰像素有 顯著(zhù)不同。這種干擾如不經(jīng)過(guò)濾波處理，會(huì )對以后的圖像區域分割、分析、判斷帶來(lái)影響。與通常的線(xiàn)性濾波器（如低通濾波器）相比，非線(xiàn)性濾波器能夠更好地解決某些圖像處理問(wèn) 題，其中最有用的叫作排序濾波器，可以在IMAQ Vision中即調即用。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(xiàn)性濾波器所 帶來(lái)的圖像細節模糊，保持圖象邊緣信息。中值濾波的思想是取一移動(dòng)矩陣模板，進(jìn)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(gè)；
⑥將這個(gè)中間值賦給對應模板中心的象素。

　　由以上過(guò)程可以看出，中值濾波器的主要功能就是讓與周?chē)笏刂档幕叶炔畋容^大的象 素改取與周?chē)笏刂到咏闹?，從而可以消除孤立的噪聲點(diǎn)。

　　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、藍三色調色板。IMAQ Vision中一幅彩色圖 象中R、G、B是用一32位的整數表示，第二個(gè)八位為R值，第三個(gè)八位為G值，第四個(gè)八位 為B值。如圖1所示：



圖1

②分別對紅、綠、藍色調模板（8位）進(jìn)行中值濾波處理。和低通線(xiàn)性濾波器相比，中 值濾波器能夠在衰減隨機噪聲的同時(shí)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、藍調色板根據相應的位運算取代原始圖象的色調模板，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，能夠保證系統具有更高精度的 閾值運算結果，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(jiǎn)便、有效，對后續 處理奠定了非常好的基礎，但也需要花費時(shí)間對三色閾值進(jìn)行人工調整。

　　(3)孔洞填充處理

　　經(jīng)閾值處理之后的二值化圖像目標區域內部可能會(huì )出現孔洞，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。其處理思想為數學(xué)形態(tài)學(xué)的閉合算法。經(jīng)過(guò)填充處理，目標區域（籽粒）內部的 孔洞得到填補。

　　(4)區域分割

　　僅僅采用閾值處理難以獲得精確的區域分割結果。圖3是圖2圖像中沿直線(xiàn)L的灰度直方 圖，其中A、B、C、E、F、G六點(diǎn)都存在較大的灰度跳躍，而D點(diǎn)跳躍幅度小，顯然，以D點(diǎn)取 閾值，會(huì )導致圖像失真，無(wú)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(diǎn)存在的邊緣信息。因此，當 閾值處理不能滿(mǎn)足要求的情況下，需要利用形態(tài)學(xué)算法對圖像進(jìn)行分割。



圖2　原始圖像



圖3　原始圖像的灰度直方圖

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

　　系統通過(guò)以上處理-濾波、二值化、孔洞填充等，為正確地區域分割奠定了基礎。區域 分割的原理是“開(kāi)啟”算法。首先確定連通性準則為8連通，（8連通的結果與人的感覺(jué)更接 近），取結構元素為7×7矩陣模板，矩陣的中間位置為結構元素的原點(diǎn)。

　　經(jīng)連續4次的腐蝕之后，將籽粒完全分離開(kāi)來(lái)，見(jiàn)圖4（b）。此時(shí)，圖象中共包含31個(gè)對象。



圖4(a)



圖4(b)

　　IMAQ Vision在腐蝕處理之前先執行邊緣檢測，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(guò)濾處理

　　在實(shí)際情況中，現場(chǎng)籽粒會(huì )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(diǎn)，在圖像處理中如不加以剔除，會(huì )被誤為籽粒而作為統計樣本。過(guò)濾處理是根 據目標對象尺寸進(jìn)行過(guò)濾，其基本思想是數學(xué)形態(tài)學(xué)的腐蝕算法。IMAQ Vision進(jìn)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(jìn)行籽粒彩色標識（圖5）和特征統計，包括每一籽粒的面積、周長(cháng) 、長(cháng)徑、短徑、形心坐標等數據。處理結束。



圖5 最終的圖像處理結果

　　4　結束語(yǔ)

　　隨著(zhù)計算機技術(shù)特別是PCI總線(xiàn)技術(shù)、MMX技術(shù)及網(wǎng)絡(luò )技術(shù)的發(fā)展，基于虛擬儀器的實(shí)時(shí) 圖象采集視覺(jué)系統越來(lái)越廣泛地應用于測試測量與控制領(lǐng)域。目前的Pentium MMX/PII/PIII PC和工作站配置多個(gè)PCI擴展槽及AGP視頻卡，新的操作系統如Windows 95/98支持“即插即 用”，圖采板開(kāi)發(fā)商也在不斷開(kāi)發(fā)和完善驅動(dòng)軟件和模塊化視覺(jué)軟件來(lái)為用戶(hù)提供更強有力 的API和更優(yōu)秀的應用系統開(kāi)發(fā)平臺，使采用PC總線(xiàn)方案的虛擬儀器視覺(jué)系統靈活易用，功 能強大，具有良好的可擴性、維護性和性能價(jià)格比，因而正在為越來(lái)越多的用戶(hù)所接受。