前言

计算机视觉的应用大致上可以分成定位、量测、识别、缺陷检测四大类，其中以定位的应用最为广泛。机器视觉系统可以用来检视主机板上的电子组件，也可以用来控制机械手臂，在机械手臂上加装CCD，利用影像辨识的定位，带动机械手臂来做病毒研究、药物混合等一些高危险性的医疗研究。除了精准之外，对人类的生命也比较有安全保障。

影像定位后的坐标转换

市面上影像比对的函数库(Library)很多，使用者可以自行选用合适的函数库。以下所提的系统采用Euresys公司开发的eVision EasyMatch，这是一种基于灰度相关性的图像匹配函数库，速度非常快，而且能够达到次像素(sub-pixel)精度的匹配结果。对于旋转、比率变化(缩/放)和平移等，都能精确找到模板图像(Golden Image)的位置。故本文仅对影像定位后的二维坐标产生的“位移”与“旋转”做探讨。

● 坐标位移

公式：X2= X1+ ΔX

Y2= Y1+ ΔY

图1 坐标位移示意图

图1是坐标位移的示意图。

● 坐标旋转

(1)将(X1,Y1)转换成极坐标→ (X1,Y1) = (R1,θ1)

其中，R1= √X12+ Y12

θ1= arctan( Y1/ X1)，即反正切函数

(2)θ2= θ1+ θ，其中，θ= 表示旋转角度

得出 X2= Cos (θ2) * R1

= Cos (arctan(Y1/X1)+θ) *

√X12+ Y12

Y2= Sin(θ2) * R1

= Sin(arctan(Y1/X1)+θ) * √X12+ Y12

图2 坐标旋转的示意图

图2是坐标旋转的示意图。

● 坐标位移+旋转

遇到同时发生坐标位移和旋转时，先计算位移，再套用旋转的公式，即可算出最后的结果。

下面介绍如何设计出结合“机械运动”与“计算机视觉”的自动化定位系统。

基本架构

● GEME-3000主控制器：含HSL控制卡，安装Windows XP操作系统

● 3-Axis定位平台：三菱伺服马达+滚珠螺杆

● 运动控制器：HSL-4XMO控制模块

● 计算机视觉组件：使用IEEE 1394 CCD采集影像，利用Euresys eVision的

EasyMatch进行影像比对(Pattern Match)，作定位偏移的补正计算。

完整的实际系统如图3所示。

图3 系统架构实机图

系统校正

● Mitsubishi驱动器调校：10 000 pulse/roll，即运动控制卡送出10 000个脉波，马达会转一圈。

● 滚珠螺杆的螺距vs. Pulse/Roll：如，螺距=10mm/roll，10 000 pulse/roll意味着1μm/pulse，即每发出一个脉冲，螺杆会前进1μm。

● F.O.V.(Field of View)的选定：F.O.V.要大于定位点的大小，太小则导致可接受的“初步定位”误差变小；太大则导致因定位点影像太小，影像定位误差大。

● CCD工作距离的选定：工作距离要大于打孔顶针，以免对焦时打孔顶针撞到工件。当F.O.V.及工作距离确认后，即求出镜头和延伸环。

教导作业

● 启动系统3轴回到初始位置，待3轴回定位后，再由人工将工件置于3轴之定位平台上并作“初步定位”；

● 手动控制Z轴缓慢下降，使其接近定位平台上方(约0.5～1.0mm）；

● 手动控制X/Y轴，使打孔顶针刚好在工件第一个孔位上方；再将Z轴缓慢下降，使其插入第一个孔位内。如定位不准，可以手动移动工件，使其定位更准确。

● 精确定位后，将Z轴上升至CCD的实时影像可看到完整“定位点”后，执行图4所示的流程图。

图4 图像处理软流程图

自动定位

● 由人工将工件置于3轴定位平台上，作“初步定位”后并启动本系统；

● 系统会驱动3轴定位平台将CCD移至定位点上方(2个不同位置)，取像并利用已“教导”的标准影像做“影像比对”作业；

● 计算出“初步定位”的偏移量(Shift X/Y)及旋转角度 (Rotation Angle)；

tx = GoldeXY[CCD_Find][1] - m_Find.GetCenterX();

ty = GoldeXY[CCD_Find][0] - m_Find.GetCenterY();

if (CCD_Find==0) { //第一次定位

shiftx = ZeroX - tx*Calibration;

shifty = CCD_Y - ty*Calibration;

} else { //第二次定位

dx = CCD_Locate[1][0] - tx*Calibration;

dy = CCD_Y - ty*Calibration;

angle = atan2( dy - shifty, shiftx-dx);

CalNewLocate(angle, shiftx, shifty);

}

● 通过“极坐标转换”，重新计算工件上所有孔位的新坐标(Point Table)。

void CalNewLocate(F64 angle, F64 shiftx, F64 shifty)

{

int i;

F64 P[TOTAL_POINT*2];

F64 t;

for (i=0; i<TOTAL_POINT; i++) { //极坐标转换

P[i*2] = sqrt( OrgLocate[i*2] * OrgLocate[i*2]

+ OrgLocate[i*2+1] * OrgLocate[i*2+1]);

P[i*2+1] = atan2( OrgLocate[i*2],

OrgLocate[i*2+1])+ angle;

}

for (i=0; i<TOTAL_POINT; i++) {

t = P[i*2]*sin(P[i*2+1]);

NewLocate[i*2] = (shiftx + t)*SCALE_X;

t = P[i*2]*cos(P[i*2+1]);

NewLocate[i*2+1] = (shifty + t)*SCALE_Y;

}

}

结束语

机器视觉系统不但大幅的提升了工业的生产力，而且增加了使用者的能力。使用机器视觉系统可以保护人眼的健康和提高检测精度，而机器视觉系统能24小时不停顿地工作，且能在高速下执行检查，而检视的准确度也能控制在较稳定的程度之内。

此外，在危险工作环境中，在需要快速处理的军事武器操控，实时、大量的生产线上，在量测、定位、对象判别等高精确性工作中，机器视觉系统也都有很好的应用前景。