《HALCON机器视觉与算法原理编程实践》第2章 如何做机器视觉项目

文章目录

• 2.1 项目的前期准备
• • 2.1.1 从5个方面初步分析客户需求
  • 2.1.2 方案评估与验证
  • 2.1.3 签订合同
• 2.2 项目规划
• • 2.2.1 定义客户的详细需求
  • 2.2.2 指定项目管理计划
  • 2.2.3 方案评审
• 2.3 详细设计
• • 2.3.1 硬件设备的选择与环境搭建
  • 2.3.2 软件平台与开发工具选择
  • 2.3.3 机器视觉系统的整体框架与开发流程
  • 2.3.4 交互界面设计
• 2.4 项目交付
• • 2.4.1 软件功能测试
  • 2.4.2 现场调试
  • 2.4.3 系统维护

2.1 项目的前期准备

好的开始是成功的一半。在机器视觉项目开始之前，应详细的了解客户的需求，以进行可行性评估和验证。主要从以下几个方面开展：

2.1.1 从5个方面初步分析客户需求

1. 项目来源
2. 开发内容
3. 使用环境
4. 开发方式
5. 交付结果与形式

2.1.2 方案评估与验证

1. 技术可行性
2. 时间要求
3. 空间要求
4. 光照环境
5. 通信接口
6. 成本与费用

2.1.3 签订合同

1. 项目的范围
2. 明确验收标准
3. 其他确认

2.2 项目规划

机器视觉项目在合同签订以后开始进行项目规划，规划阶段的主要工作包括定义客户的详细需求、制订项目管理计划、方案评审等。

2.2.1 定义客户的详细需求

当客户需求确定以后，应以文档形式记录下来。这样一方面是为了便于进行项目管理，另一方面是为了防止在开发过程中出现需求随意变更的情况，需求文档（如《产品需求规格》）将成为指定开发计划的依据与项目验收的参考。

2.2.2 指定项目管理计划

以《产品需求规格说明书》和项目合同为依据，制订项目管理计划。

1. 范围、实践和成本
2. 规划人力资源：至少一名项目经理、图像算法工程师、软件工程师（可能与算法工程师是一人）
3. 制订沟通计划：沟通要注意方式，也要注意频率，例如多久汇报一次进度、多久召开一次例会，应征求客户意见做好安排

2.2.3 方案评审

方案评审是就软硬件的技术方案及项目管理计划，与客户进行沟通并收集反馈的过程。在项目初期，需要对软硬件开发方案做一个概要设计，包括系统的结构、开发框架与流程、使用的技术、设计方案，并对项目管理计划做一个详细的报告。
召开评审会议，邀请客户及相关专家到场对方案进行评审。

2.3 详细设计

方案评审完成后，就可以开始进行机器视觉系统的详细设计了。

2.3.1 硬件设备的选择与环境搭建

1. 相机：一般选择工业相机
2. 镜头：镜头关系到成像质量
3. 采集卡：采集卡将数字信号或模拟信号转换后传送给计算机
4. 连接方式：指相机的连接方式
5. 光源
6. 结构件：夹具、支架、固定装置等

2.3.2 软件平台与开发工具选择

包括图像库、算法和开发平台

1. 图像库：指图像处理算法包，主流的有OpenCV、Halcon、Labview等
2. 算法：主要指为了检测项目的具体内容而设计的软件解决办法，如边缘检测、特征匹配、文字识别等
3. 开发平台：常见的有Visual Studio、Qt等

2.3.3 机器视觉系统的整体框架与开发流程

机器视觉系统主要采用工业相机采集显示器的工作画面图像,通过由 Halcon和C++混合编程开发的智能检测软件对图像进行处理,根据图像处理结果进行数据分析,在得出分析结果后进行判断和输出。机器视觉系统主要由两大部分组成,一部分是算法实现,另一部分是交互实现。

1. 采集图像
2. 图像处理
3. 图像分析
4. 结果输出

2.3.4 交互界面设计

交互界面的设计水平将直接影响到检测流程的效率，关系到客户对项目的满意度。

2.4 项目交付

2.4.1 软件功能测试

测试的目的是检查机器视觉系统的基本功能是否符合《产品需求规格说明书》的要求：

1. 采集图像功能
2. 功能模块测试
3. 交互界面测试
4. 通信测试

2.4.2 现场调试

检查机器视觉系统在实际工作场景中是否能正常运转：

1. 设备安装
2. 系统联调
3. 文档交接

2.4.3 系统维护

交付结束后的工作主要有人员培训和设备维护等。