LabVIEW与 IMAQ Vision 机器视觉应用

在工业生产及诸多领域，精确高效的检测至关重要。基于 LabVIEW 与 IMAQ Vision 的机器视觉应用，深入剖析其原理、系统构成、软件设计及优势，为相关领域工程师提供全面技术参考。

​

一、技术原理

（一）机器视觉技术基础

机器视觉用机器模拟人眼功能，通过图像摄取装置采集目标图像，转化为数字信号后经图像处理系统分析，依据像素分布、亮度和颜色等信息抽取目标特征，进而控制现场设备动作。从运行环境分类，主要有 PLC - Based 系统和 PC - Based 系统。前者如日本松下 Image Checker M100/M200 系统，图像处理单元独立，通过串行总线与 PLC 交换数据；后者以美国 Data Translation 公司的 MACH 系列为代表，利用 PC 开放性和编程灵活性，内含高性能图像采集卡。与科学图像处理分析系统相比，机器视觉具有广义性、非接触性、高精度高速度高可靠性、软件算法精简和自动化程度高的特点，广泛应用于工业检测、遥感图像分析、军事公安、机器人导航、医学图像分析和农产品品质检测等领域。

（二）虚拟仪器技术与 LabVIEW

虚拟仪器以通用计算机为核心，借助硬件接口和软件构建功能多样的仪器系统，实现 “软件就是仪器” 的理念。其硬件包括基础硬件平台（如计算机）和外围硬件设备（如数据采集卡），软件涵盖设备驱动软件和虚拟仪器面板等。LabVIEW 作为虚拟仪器开发的重要工具，采用图形化编程，程序由前面板、框图和图标组成。前面板用于人机交互，包含各类控件和指示器；框图是源代码，由图形化编程语言构成；图标可使 VI 作为子 VI 被调用，实现分层和模块化编程。与传统编程语言相比，LabVIEW 编程效率高、灵活性强、函数库丰富、语法简单且可跨平台移植。

（三）基于虚拟仪器的机器视觉系统原理

将虚拟仪器与机器视觉结合，可充分发挥两者优势。借助计算机技术、多媒体技术和局部总线技术，基于 PC 实现的机器视觉系统价格亲民且数据处理能力强。同时，32/64 位 Windows 操作系统和完善的机器视觉软件，使系统开发更高效可靠。基于虚拟仪器的机器视觉检测系统一般由相机与镜头、光源、图像采集卡、PC 平台和视觉处理软件组成。各部分协同工作，相机与镜头负责成像，光源辅助提高成像质量，图像采集卡将图像数据传输至 PC 平台，视觉处理软件完成图像分析处理和结果输出。

二、系统构成

（一）硬件选型

1. 数字摄像机：当前主流选择如 Basler 公司的 ace 系列面阵相机，以 ace 2 1600 - 20gm 为例，其具有 1600 万像素高分辨率、低噪声、帧率可达 20fps 等特点，支持 GigE Vision 协议，方便与计算机连接通信 。此外，大恒图像的 MER - 500 - 7UM 相机也备受青睐，500 万像素，USB3.0 接口，具备高性价比，CMOS 传感器在动态场景捕捉上表现出色，适用于多种工业检测场景。在选择摄像机时，需综合考虑成像色彩、图像分辨率、系统速度要求、与图像采集卡的匹配以及电噪声等因素。

2. 光学镜头：Computar 公司的 M0814 - MP2 百万像素镜头是常用选择，焦距 8mm ，光圈范围 F1.4 - F16 ，具备高解析度和低畸变特性，能满足多数工业检测对图像清晰度的要求。施耐德的 Xenoplan 系列镜头，如 Xenoplan 1.9/12 ，在像质方面表现卓越，适合对图像质量要求极高的精密检测场景 。镜头的焦距、光圈系数、像方视场、像差、视场、分辨率、工作距离和景深等性能指标对机器视觉系统影响重大，选型时需根据系统实际需求权衡。

3. 图像采集卡：NI 公司的 PCIe - 1433R 图像采集卡是主流产品之一，支持高速数据传输，具备 PCIe 接口，带宽高达 500MB/s ，可实现对高分辨率图像的快速采集，同时支持多种图像格式和触发模式 。Euresys 公司的 Coaxlink Quad 图像采集卡，通过 CoaXPress 接口，能够以极快的速度传输图像数据，适合对采集速度要求苛刻的应用场景，如高速运动物体检测。在选择图像采集卡时，要关注其支持的视频制式、输入通道路数、像素时钟、空间分辨率等参数，确保与系统其他设备兼容。

4. 光源：当前 LED 光源应用广泛，如奥普特的条形光源 SCL - 120 - 30 - 660 - R ，具有亮度均匀、寿命长（可达 50000 小时）、响应速度快等特点，多种颜色可选（红、绿、蓝等），满足不同检测对象的需求 。CCS 的环形光源 CL - V 系列，能够提供均匀的环形照明，适合对圆形物体或物体边缘进行检测的场景。在光源选择中，需考虑对比度、亮度、鲁棒性以及系统与被检测对象的需求、光源自身特性和费用等因素，同时要根据检测对象选择合适的照明方式，如对表面纹理检测可采用多角度照明，对透明物体可采用背光照射。

（二）软件设计

1. 开发平台选择：对比基于 VC++ 的面向对象开发系统、VC++ 与 MATLAB 混合编程开发系统和基于 LabVIEW 图形化开发系统，LabVIEW 因开发便捷高效、图形化编程易上手、函数库丰富等优势被选定为本系统开发平台。

2. NI 视觉开发软件：NI Vision Development Module 包含 NI Vision Builder 和 IMAQ Vision 两部分。NI Vision Builder 可快速开发视觉应用，无需编程即可生成程序块；IMAQ Vision 集成了 400 多种图像处理函数，支持多种开发环境，方便用户进行图像处理系统开发。

三、软件功能模块

（一）图像采集程序

利用 NI 主流图像采集卡，如 PCIe - 1433R ，结合 NI - IMAQ 图像采集驱动程序，在 LabVIEW 平台下可方便地实现图像采集。程序先对采集卡初始化并创建图像缓存块，设置为等待外部信号触发状态，接收到触发信号后读入相机拍摄的图像，为后续处理做准备。同时，支持多种触发模式，如软件触发、硬件触发（如外部传感器触发），可根据实际应用场景灵活选择。

（二）图像分析处理与检测模块

1. 图像预处理模块：针对实际图像存在的噪声问题，对比均值滤波和中值滤波方法。均值滤波计算简单但会模糊图像边缘，中值滤波能有效去除脉冲噪声并保留边缘细节，本系统最终采用中值滤波，可直接调用 IMAQ NthOrder 函数实现。此外，还可利用 IMAQ Vision 提供的其他预处理函数，如直方图均衡化函数，增强图像对比度；图像锐化函数，突出图像细节，为后续分析提供更优质的图像数据。

2. 区域定位模块：为保证检测区域在图像坐标系中的相对位置不变，采用边缘检测法或模板匹配法建立坐标系。根据被检测工件图像特征，本系统为不同相机图像选择不同方法，确保检测区域准确定位。例如，对于具有明显边缘特征的工件，使用 Canny 边缘检测算法提取边缘，再通过霍夫变换确定直线或圆，从而定位检测区域；对于形状复杂、特征不明显的工件，采用模板匹配法，通过创建高精度模板，在图像中搜索匹配区域，实现检测区域定位。

3. 系统单位标定模块：为将像素单位的测量结果转换为实际长度，采用实际物体大小与图像像素大小对比的方法进行标定，通过采集标准量块图像计算像素与实际长度的换算系数。IMAQ Vision 提供了专门的标定函数，如 IMAQ Calibration Wizard ，可引导用户快速完成标定过程，并且支持多种标定模型，如平面标定、立体标定，满足不同检测需求。

4. 尺寸测量模块：通过模板匹配和边缘检测确定管扣的特征量，如宽度中心、扣角和扣距，利用 IMAQ Vision 中的相关工具和函数完成测量。例如，使用 IMAQ Edge Detection 函数检测管扣边缘，再结合 IMAQ Fit Line 或 IMAQ Fit Circle 函数拟合边缘，从而计算出管扣的尺寸参数。同时，可对测量结果进行误差分析和补偿，提高测量精度。

5. 模板匹配检测模块：介绍模板匹配基本原理，IMAQ Vision 采用非均匀采样法和边缘检测法提高匹配速度和准确性。本模块结合区域定位模块，按步骤进行模板匹配检测，包括定义模板、获取参数信息、设定检测区域、调入模板和图像、校准坐标系和进行匹配等操作。此外，还可设置匹配阈值，根据实际检测需求，当匹配度超过阈值时，判定为检测到目标，有效减少误检和漏检情况的发生。

四、开发中的注意问题

1. 硬件兼容性：在选择硬件设备时，务必确保数字摄像机、图像采集卡、光学镜头和光源之间的兼容性。例如，图像采集卡的接口类型要与摄像机的输出接口匹配，镜头的焦距、像面尺寸要与摄像机传感器相适配，否则可能出现图像采集异常、成像质量差等问题。

2. 软件性能优化：随着图像处理任务的复杂度增加，软件运行效率可能受到影响。在开发过程中，要合理使用 LabVIEW 的内存管理函数，避免内存泄漏；优化算法结构，减少不必要的计算步骤；对于耗时较长的图像处理函数，可采用多线程技术，提高系统的实时性。

3. 抗干扰措施：工业现场环境复杂，存在各种电磁干扰、振动等因素，可能影响机器视觉系统的稳定性。在硬件安装时，要做好接地处理，使用屏蔽线缆；在软件设计中，可增加滤波算法，对采集到的图像数据进行去噪处理，提高系统的抗干扰能力。

4. 系统校准与维护：定期对机器视觉系统进行校准，确保测量结果的准确性。当系统硬件设备更换或环境发生较大变化时，要重新进行标定和调试。同时，建立系统维护日志，记录系统运行过程中出现的问题及解决方法，便于后续维护和升级。

五、与其他视觉软件对比

与传统视觉软件（如基于专用硬件和特定编程语言开发的软件）相比，基于 LabVIEW 和 IMAQ Vision 的视觉应用具有显著优势。传统视觉软件往往开发难度大、周期长、成本高，且可扩展性和灵活性较差。而 LabVIEW 图形化编程降低了开发门槛，IMAQ Vision 丰富的函数库提供了强大的图像处理功能，两者结合使系统开发周期大幅缩短，精度更高，灵活性和可扩展性更强，能更好地满足不同用户和应用场景的需求。与一些通用图像处理软件（如 MATLAB）相比，LabVIEW 在与硬件集成和实时控制方面具有优势，更适合工业现场的实时检测应用；虽然 MATLAB 在复杂数学运算和算法开发方面功能强大，但在脱离其环境运行和实时性方面存在不足。

基于 LabVIEW 与 IMAQ Vision 的机器视觉应用在硬件选型和软件设计上充分考虑了系统的性能和功能需求，通过各模块协同工作实现了高效准确的检测。其强大的软件功能涵盖图像采集、预处理、分析测量等多个环节，结合开发中的注意要点，为工业生产和其他领域的检测提供了可靠的技术方案