輪廓（Contour）是指可以在圖像中勾勒出目標(biāo)外形的一組相互連接的曲線（Curve）這些曲線由一系列目標(biāo)物的邊緣點組成。由曲線構(gòu)成的輪廓通常會勾勒出被測目標(biāo)的外形（Shape）。因此，基于提取的目標(biāo)輪廓，不僅可實現(xiàn)圖像分割，還能實現(xiàn)尺寸測量、缺陷檢測以及目標(biāo)的輪廓分析、匹配和輪廓分類等機器視覺應(yīng)用。

例如，可以將觀測目標(biāo)的輪廓與輪廓模板或擬合的曲線進(jìn)行對比，以判斷目標(biāo)是否存在或?qū)ζ滟|(zhì)量進(jìn)行檢測。也可以通過檢測目標(biāo)輪廓的周長、半徑、曲率和角度等關(guān)鍵尺寸信息來判定其是否合格。此類應(yīng)用的實現(xiàn)過程常涉及目標(biāo)的輪廓提取、輪廓匹配以及分類等技術(shù)。

Nl Vision為輪廓提取、輪廓比較和輪廓分析分類提供了專門的函數(shù)集，這些VI位于LabVIEW的視覺與運動→Machine Vision→Contour Analysis函數(shù)選板中，如下圖所示：

函數(shù)說明及使用可參見幫助手冊： 

IMAQ Extract Contour封裝了輪廓提取過程，包括種子點搜索、曲線追蹤、曲線連接和輪廓選擇幾個步驟。經(jīng)IMAQ Extract Contour可選出離搜索起點最近、長度最長或平均梯度最強的3類目標(biāo)輪廓，被提取出的輪廓信息會被附加在內(nèi)存中的圖像之后供后續(xù)處理過程使用。

輪廓可以參與兩種比較運算，一種是與基于輪廓像素點擬合得到的理想曲線進(jìn)行比較，另一種是與輪廓模板進(jìn)行比較。無論何種情況下進(jìn)行輪廓比較，都逐點比較輪廓與曲線或模板上對應(yīng)點之間的距離，并根據(jù)設(shè)定的距離范圍來判斷被測目標(biāo)輪廓的偏離。

通過比較易拉罐的輪廓與基于輪廓像素擬合得到的圓形曲線，并根據(jù)它們之間的最大距離來判斷易拉罐的質(zhì)量的案例，了解NI Vision自帶的輪廓與擬合曲線比較的使用方法，程序設(shè)計思路如下所示：

• 程序一開始先從指定的文件夾中讀取待測圖像文件，然后使用IMAQ ExtractContour提取出環(huán)形ROI中最長的易拉罐輪廓；

• IMAQ Fit Contour則從文件中讀取出輪廓信息，并基于這些點擬合出圓形曲線。

  該圓形曲線作為判斷合格易拉罐的參照標(biāo)準(zhǔn)被保存在內(nèi)存中的圖像之后，供后續(xù)過程使用；

• IMAQ Compute Contour Distances可以從內(nèi)存圖像數(shù)據(jù)中提取出輪廓和曲線信息，并計算它們之間的距離；

• For循環(huán)檢查各個對應(yīng)點之間的距離是否超出設(shè)定的最大限度，并顯示距離曲線。

  若有任何兩點之間的距離超限，就將測試結(jié)果設(shè)置為Fail；

• IMAQ Overlay Contour和Overlay Point withUser Specified Size.vi在圖像中通過無損圖層的形式顯示出輪廓，并標(biāo)出距離超限的輪廓點。

程序設(shè)計如下所示：

通過運行程序，調(diào)整While循環(huán)的延時，可以觀察程序的運行結(jié)果，效果如下所示：

因此在輪廓學(xué)習(xí)過程中，除了要收集標(biāo)準(zhǔn)位置的輪廓信息，還要基于標(biāo)準(zhǔn)的參考目標(biāo)，計算縮放或旋轉(zhuǎn)情況目標(biāo)的輪廓信息，以支持視場中目標(biāo)輪廓的各種姿態(tài)。默認(rèn)情況下，Nl Vision可支持縮放量為原目標(biāo)的±25%，且在視場中360°旋轉(zhuǎn)的目標(biāo)。程序支持的旋轉(zhuǎn)角度和縮放比例越大，其執(zhí)行時間就會越長。設(shè)計過程中，要根據(jù)實際情況盡可能限制旋轉(zhuǎn)角度和縮放比例，必要的時候還要與算法的速度進(jìn)行權(quán)衡取舍。