LabVIEW项目实践万用表校准原理与实

北京那家医院治疗白癜风最好 https://yyk.39.net/hospital/89ac7_labs.html

文章本天成，妙手偶得之。

——宋代·陆游《文章》

本文将介绍一个使用LabVIEW进行项目实践的具体实例——万用表校准分类，在本实例中涉及了数据类型、编程结构、数据采集、图像等内容。

同时，本文将按照项目实现的过程，复现一个从项目设计到整体架构，再到具体实现的自上到下的具体过程。

从项目背景开始，介绍项目的典型应用场景。根据项目需求的内容，具体分析项目实现过程中需要解决的问题和挑战。根据不同的挑战分别提出解决的思路和技术路线。在完成项目架构设计之后，根据不同的需求将整个项目分解为3个子项目，包括数据采集、图像采集、图像处理。在每个子项目中明确需要实现的功能并进行实现。最后将不同的子项目整合，完成整个工程。

下文主要介绍项目背景、项目需求、项目整体架构。

项目背景

本项目的需求是对手持式万用表进行校准。万用表是一种测量仪器，可以通过万用表来进行电压、电流、电阻等电气特性的测试，通过手持式万用表的液晶显示器的读值来得到测量的电压值。测量仪器测量结果都会带有误差，这些误差可能是内部原因造成的，如制造精度、内部器件的老化、温度引起的漂移等；也可能是由于外部原因造成的，如接线干扰等。

针对测量仪器内部原因造成的测量误差，可以通过一个比当前仪器精度更高或者更加可靠的仪器来进行校准。

在本章的校准测试项目中，假定数据采集卡的精度比万用表高，使用数据采集卡来进行校准和标定的校准过程。

项目需求

在进行项目设计之前，首先要明确项目需求。本项目的需求是针对手持式万用表的电压测量功能进行校准，具体需要达成以下几个目标。

（1）针对万用表-20~20的量程进行校对；

（2）校对范围是-10~10V；

（3）校对的步长是0.1V；

（4）一次校对的流程控制在5min完成。

项目挑战

为了完成项目需求的目标，需要解决项目设计过程中的一系列挑战，既包含了硬件连接上的挑战，也包含了软件设计开发的挑战。

1.连接方式与信号调理

一般的数据采集任务中，信号如果与数据采集卡的量程无法匹配，可以使用信号调理使得二者的量程匹配，如将信号进行放大或者缩小。但是信号调理过程又不可避免地引入新的误差，所以在校对的过程当中是使用直接连接的方式进行测量的。

2.待校准设备数值的读取

如图1所示，手持式万用表的电压测量是通过液晶显示屏来进行显示的，并没有电脑的接口，所以无法通过一般的总线的形式（如串口、USB）进行测量。在这个项目中通过读取液晶屏的图像，然后对图像进行视觉算法的处理，读取的手持式万用表的读数。

图1手持式万用表的液晶显示

在对图像进行视觉算法识别的过程中，需要解决以下问题。

1）字符的识别

从读取的图像中通过字符的识别，得到数值类型的数据，才可以进行后续的算法处理。可以使用OCR（光学字符识别）对字符进行识别，如图2所示。

图2OCR

在OCR过程中，针对目标中可能出现的数值建立字符库，然后在每次读取到的字符图像中，与已有的字符库进行比对从而得到匹配数值结果。

2）字符的定位

通过采集图像得到是整幅的图像。为了进行有效的字符识别，需要将包含待识别字符的图片区域提取出来，也就是划定ROI（感兴趣区域）。字符位置的图像内容会随着测量值的不同而变化，所以需要一个具有特征的目标来进行定位，可以选择与目标区域临近的、带有明确特性的图标进行定位，如一些特征明确且唯一的图标。因为需要通过这个图标来标记ROI，所以这个图标应该是具有方向性的，这样才可以得到ROI的距离信息和角度信息。如果图标是圆形的，作为标志物就无法定位角度，因为圆形是没有方向信息。

3）有效的ROI

在进行图像处理的过程中，ROI的选取是十分重要的。因为图像算法需要通过对比的算法来识别响应的特征，所以需要对比的区域越小，整个算法需要的时间也就越短，也就可以越快地得到结果。相反，如果ROI过大，程序需要对比的区域过大，需要更长的时间，并且可能会出现很多与待识别的目标十分接近的图像，这样算法很有可能将这些区域中的类似目标也当成目标进行处理，造成错误的结果。

4）图像预处理

在进行图像核心算法的过程中，很多图像采集到的信息并不会用到，在预处理的过程中可以将这些不必要的信息去掉以提高算法的效率。

图像预处理的典型应用包括去掉图片的颜色信息和灰度信息。例如，识别字符是基于图像的二值化的值来进行判别，这时核心算法不需要处理灰度和彩色信息。如果采集的是彩色图像，就可以通过预处理将图像数据的颜色和灰度信息去掉，只留下二值化信息进行图像的核心算法。

图像预处理的典型应用包括去除噪声。在图像采集过程中会包含噪声，如因为曝光的因素引入的噪声，可以在预处理的过程中通过滤波将这些干扰的因素清除，再输入到核心的算法当中进行图像处理。

3.标准设备读取的激励信号

通过标准设备输出的激励电压会由于传输线路、负载的不同，导致加载在目标物体上电压与设定的输出电压不同。为了保证激励信号加载在标准设备和待校准设备上的电压一致，通过加载标准设备和待校准设备的信号走过的路径需要保持一致，所以需要使用同样长度的导线连接标准设备和待校准设备。

1）自动化测量

在校准过程中需要对比的数值是在量程范围之中的若干数值。例如，在-10~10V量程中，如果步长为0.1V，一共需要测量个点；如果步长为0.01，就需要进行0个点的测试。如果是手动测量，会十分耗时耗力，所以需要通过自动化方式进行多点测试过程。

2）测量时间

在自动化测试的过程中，测量时间十分重要。例如，每个待校准设备需要进行个点的测量，每次测量的时间是10ms，需要校准的设备是个，那么全部设备校准的总时间就是0s，也就是27.78h。如果将测量的时间缩短到5ms，那么测量的时间大约是13.89h。

在自动化测试的任务中，总是希望尽可能优化代码，这样多次执行的总时间就可以缩短。

如果没有自动化测试流程，每次测试都需要人工干预，那么测试的时间就会从10ms上升至1s甚至更长，测试的时间就会增加倍。这在今天自动化的生产过程中是无法接受的。

4.图像采集的需求

为了获取手持式万用表液晶屏幕的示数，需要通过图像采集设备采集图像。在图像采集过程中需要注意以下问题。

1）相机芯片尺寸和焦距的确定

根据需要采集视野的不同可以换算出相机的焦距信息。在视野、相机焦距、相机到目标距离和相机的芯片尺寸之间有特定的换算关系，先确定视野、相机到目标物的距离以及分辨率，然后可以根据相机芯片的尺寸来计算出需要的焦距。通过相机芯片尺寸来选择相机，通过焦距来选择相机镜头。

2）相机分辨率的确定

图像处理需要拍摄到清晰的图像。拍摄的物体需要放置在合适成相的距离上，同时也要拍摄到用来进行图像算法的目标特征细节。根据目标特征细节的最小值与视野的关系计算相机的分辨率。

项目整体架构

根据以上对项目需求的分析，建立项目实现的硬件结构，如图3所示。计算机作为程序运行的平台，数据采集设备NImyDAQ作为标准的信号激励设备和标准采集设备，在每次NImyDAQ输出激励信号之后，通过摄像头对手持式万用表进行图像采集，在计算机上对采集到的图像进行处理，并提取出数值信息。将数值信息与NImyDAQ采集到的数值进行比对，从而得到当前测试点的校准信息。

通过LabVIEW程序的循环结构，在每次循环中改变通过NImyDAQ输出的电平值，通过若干次循环将遍历所有的测试点，实现整个量程的校准。

图3项目的硬件结构图

在NImyDAQ与手持式万用表的连接上，为了保证NImyDAQ输出的激励信号加载在手持式万用表和NImyDAQ数据采集通道的电压一致，NImyDAQ模拟输出AO端口的0通道（AO0）到NImyDAQ模拟采集AI端口的0通道(AI0)之间的连线长度要与AO0端口到手持式万用表的连线长度一致。

NImyDAQ的模拟输入端口是差分形式，将AI0的差分（-）端连接到模拟输出的GND端，如图4所示。

图4硬件连线图

接下来将整个项目分解为3个子项目：数据采集（模拟电压输出与采集）、图像采集、图像处理（OCR识别）。