机器视觉系统优化软件设计与实现

前言：想要写出一篇引人入胜的文章？我们特意为您整理了机器视觉系统优化软件设计与实现范文，希望能给你带来灵感和参考，敬请阅读。

摘要：随着机器视觉领域的大力发展，各个行业对于机器视觉领域软件的大幅度增加。机器视觉系统在使用过程存在着系统冗余、垃圾、版本升级等问题影响软件系统的运行速度。针对此类问题研发了一款专门针对机器视觉系统的优化加速软件，可以自动实现系统检测、系统垃圾清理、加速优化、采集图像数据转化等功能，大大降低了人力开发成本，提高了系统可靠性、稳定性[1-5]。本文采用VisualStudio2010软件配合Halcon函数库进行联合开发，通过在机器视觉硬件平台进行实验，并进行相应功能测试和验证，结果表明优化加速系统的实现了预期的效果。该软件可根据不同的应用场景进行自由切换使用模式，具有更好的使用环境适应性。

关键词：机器视觉；系统优化；加速器软件

0前言

近年来，机器视觉技术成为热点研究领域，这一门检测技术具备非接触、快速、稳定等特点。机器视觉就是用机器代替人眼来做测量和判断，包括机器和视觉两部分组成，机器视觉系统由于在工控机平台上进行工作，系统的稳定性要求特别高，而实际受检测环境的噪声、现场不可抗力因素影响[6]，采集系统的稳定性不能得到保证。在工业检测过程中，出现检测系统垃圾过多、系统版本需要自动升级、采集图像数据不能自动保存等问题，浪费了大量的时间和人力成本、严重影响检测效率[7]。

1硬件功能设计

本软件系统在计算机配置CPU-I5以上双核、RAM-4G以上，客户端配置要求电脑运行内存不小于2G，主要硬件功能模块可分为系统检测、系统垃圾清理、加速优化、快速查询信息、采集信息转化、五大功能，下面详细介绍五大模块功能。(1)系统检测；CPU与主板模块包括中央处理器、主板、BIOS信息等。视觉设备包括显卡等信息。音频设备信息。网络设备模块包括网络协议、网络适配器等功能。(2)系统垃圾清理；可以实现机器人视觉系统清理、重启、锁屏优化等功能。(3)加速优化；机器人视觉系统项目菜单、应用程序、加速系统版本、自动多余DLL垃圾文件清理，开机和关机优化。(4)快速查询信息机器人视觉系统时间和日期查询、网络连接设置、机器人视觉系统添加删除程序、计算机管理、机器人视觉系统注册表管理器，以及各功能模块的使用说明。(5)采集信息转化可以实现机器视觉系统采集图片信息的处理功能，可以保存到本地，还可以上传到网络云平台端，进行保存，达到保存备份，方便后期处理的功能。

2软件系统设计

2.1软件算法框架机器人加速优化系统主要包括图像采集模块、算法处理模块、识别系统软件构成系统。算法流程图如图1所示。根据软件处理框架摄像头采集图像信息，根据系统设定采集区域信息进行视觉传感器触发。如果成功采集可以进行下一步上位机数据处理，否则返回上一步进行再次预定区域判断。通过采集机器人速度、位移、质量等信息，上位机可以先进行预处理、图像去噪、二值化处理、区域信息提取等算法流程检测当前机器人的状态信息，根据显示界面设定迅速识别当前状态信息反馈给总控机，进一步优化系统后台数据，提高机器人视觉系统运行鲁棒性、稳定性。

2.2系统界面

机器视觉识别系统优化软件主要包括系统检测、系统垃圾清理、加速优化、信号处理快速查询、信息转化等功能，运行在工控机上或手机APP端智能系统优化操控，系统检测主界面如图2所示。系统检测模块包括检测系统工控机信息、视觉硬件信息、视觉设备信息、通信设备信息、语音设备信息等。系统垃圾清理模块可以清空机器人系统缓存区、清空回收站、清空垃圾文件、清空系统运行对话框等。加速优化模块可以优化开关机、视觉系统版本加速、清除系统DLL文件等。快速查询模块可以快速关机、网络连接、注册表信息管理等。采集信息转化模块可以进行采集图像尺寸、像素、模糊度等信息预处理。

3实验与分析

根据系统分析实际数据冗余问题，在上位机对机器系统数据进行技术采集、处理、分析，最终该系统可以提升机器人平台运行速度，系统鲁棒性和运行的稳定性。实验数据处理界面如图3所示。根据处理结果显示，机器人系统系统IE缓存文件被清空，机器人系统垃圾被清理速度提升90%。机器视觉处理数据时，访问网址垃圾得到清理，清空了系统冗余对话框缓存，系统运行速度提升80%。根据机器人视觉系统采集图像信息进行处理，可以减少采集信息失真、模糊、数据丢包问题，机器人视觉系统采集信息转化如图4所示。系统可以根据图像采集的分辨率、图像类型、尺寸进行智能分类处理转化，处理后的图像信息相比于传统方法采集的信息提升速度90%，在进行视觉识别后期提升系统可靠性、稳定性、准确性，有效的提升了检测效率，提升市场应用价值。

4结语

本文从机器人视觉识别算法理论基础上，解决了机器视觉的识别过程遇到的常见问题，如系统冗余、数据丢包、系统死机等。该系统在工控机或手机APP进行智能检测优化，与此同时系统自适应运行，从而减轻了人力操控弊端，从根本上提升了机器视觉系统的鲁棒性和稳定性。从检测效率方面提升检测速度较为方便，可以迅速提升检测速度、精度以及数据通讯可靠性。在实际的机器视觉系统应用中，具有较强的工业应用价值。

作者:李东 单位:武汉城市职业学院机电工程学院