IMAQ Find Straight Edges 3 VI是 NI VisionDevelopment Module 中“Caliper（卡尺）”选板下的工具，用于在图像的指定感兴趣区域（ROI）内检测直线边缘。通过梯度计算、边缘点采集与直线拟合等算法，从图像中提取符合设定条件的直线边缘，并输出边缘的位置、角度、强度等关键信息，支持像素单位与真实物理单位（需图像校准）的结果输出。
该VI具备灵活的参数配置能力，可适配不同噪声水平、对比度及边缘形态的图像场景，兼顾检测速度与精度需求。
适用场合
广泛应用于工业视觉检测、精密测量等领域，典型适用场景包括：
- 工业零件尺寸测量：如机械零件的边长、孔径、间距测量，电子元件（如电阻、芯片）的引脚间距与角度检测等，需依赖亚像素级边缘定位实现高精度测量。
- 产品轮廓完整性检测：如金属板材的边缘直线度检测、玻璃基板的轮廓缺陷（如边缘凹陷、倾斜）识别，通过直线拟合的“直线度”参数判断轮廓是否合格。
- 目标定位与对齐：如自动化装配中的零件姿态定位（通过检测关键直线边缘的角度与位置实现）、印刷品套印精度检测（基于基准直线边缘的偏移量判断）。
- 低对比度/高噪声场景检测：如存在光照不均、粉尘干扰的工业现场图像中，通过核大小调整、信噪比筛选等参数配置，提取弱边缘或被噪声覆盖的直线边缘。
- 多边缘同步检测：如平行导轨、多根引脚等场景，通过“Number of Lines”参数可同步检测多条直线边缘，提升检测效率。
参数说明
该VI的参数分为“基础检测参数”“直线拟合与筛选参数”“区域与方向参数”三类，核心参数的功能与配置逻辑如下：
1 基础检测参数（Edge Options）
用于控制边缘梯度计算的核心逻辑，决定边缘检测的灵敏度与抗噪性：
| 参数名称 | 核心功能 | 关键配置建议 |
|---|---|---|
| Optimized Mode（优化模式） | 控制算法速度与梯度输出：TRUE时启用快速算法（不返回梯度值）；FALSE时启用标准算法（返回梯度值）。 | 实时检测场景选TRUE；需分析梯度分布时（如边缘强度均匀性判断）选FALSE。 |
| Edge Polarity（边缘极性） | 筛选边缘类型：上升沿（暗→亮）、下降沿（亮→暗）或全边缘。 | 已知边缘灰度变化规律时精准筛选（如白色零件在黑色背景选上升沿），未知时选默认“全边缘”。 |
| Kernel Size（核大小） | 控制梯度计算的卷积核边长（奇数），平衡抗噪性与边缘精细度。 | 低噪声/精细边缘（如电子元件）选3；高噪声/粗边缘（如金属铸件）选5-7，避免超过11（防止边缘模糊）。 |
| Width（宽度） | 垂直于搜索方向的平均像素数，增强边缘强度计算的稳定性。 | 高精度定位选3；噪声多场景选5-7，不超过ROI垂直方向宽度。 |
| Minimum Edge Strength（最小边缘强度） | 过滤梯度值过低的伪边缘，阈值越高抗噪性越强。 | 高对比度图像选10-20；低对比度图像选5-8，避免设为0（引入伪边缘）。 |
| Interpolation Type（插值类型） | 控制边缘定位精度：零阶（像素级）、双线性（亚像素）、定点双线性（默认，兼顾精度与速度）。 | 测量场景选定点双线性；快速定位场景选零阶。 |
| Data Processing Method（数据处理方式） | 边缘数据的融合方式：平均（默认，平滑性好）、中值（抗脉冲噪声能力强）。 | 存在椒盐噪声时选中值；其他场景选平均。 |
2 直线拟合与筛选参数（Line Options）
从检测到的离散边缘点中提取直线，控制直线的质量与精度：
| 参数名称 | 核心功能 | 关键配置建议 |
|---|---|---|
| Number of Lines（直线数量） | 指定需检测的直线边缘条数。 | 单边缘场景选1；多平行边缘场景按需设置（如双导轨选2）。 |
| Type（检测方法） | 拟合算法类型：梳状搜索类（First/Best/Hough Edge Rake）、投影类（First/Best Edge Projection，默认）。 | 快速检测选First类；抗噪选Best类；边缘点离散选Hough类；大面积边缘选投影类。 |
| Min. Score/Max. Score（评分阈值） | 通过直线质量评分筛选有效边缘，评分与边缘点一致性正相关。 | 噪声多场景提高Min. Score（如20-30）；Max. Score默认1000即可。 |
| Orientation/Angle Range（角度/角度范围） | 限定直线角度范围，缩小搜索空间。 | 已知边缘方向（如水平边缘）设Orientation=0°；零件偏移场景增大Angle Range（如±10°）。 |
| Min. SNR（最小信噪比） | 过滤噪声主导的边缘点，阈值越高抗噪性越强。 | 高噪声场景选5-10dB；低对比度场景选0-3dB。 |
| Min. Points（最小点数百分比） | 参与拟合的边缘点占搜索线总数的最小比例，确保直线稳定性。 | 测量场景提高至50%以上；快速检测选25%-30%。 |
3 区域与方向参数
| 参数名称 | 核心功能 | 关键配置建议 |
|---|---|---|
| ROI Descriptor（感兴趣区域） | 定义检测范围（矩形、旋转矩形等四边形），减少无关区域干扰。 | 仅包含目标边缘区域，避免大面积背景引入噪声。 |
| Search Direction（搜索方向） | ROI内的边缘搜索方向（左→右、上→下等）。 | 与目标边缘垂直方向一致（如水平边缘选上→下或下→上）。 |
输入输出说明
1 输入
- Image （图像） ：源图像引用，支持8/16位无符号灰度图、32/64位RGB图、浮点灰度图等多种类型，灰度图检测效率优于彩色图（建议先转灰度图预处理）。
- ROI Descriptor （感兴趣区域） ：检测范围描述符，需根据目标边缘位置精准绘制，避免超出图像范围。
- Edge Options/Line Options （参数配置） ：核心检测与拟合参数，根据场景需求配置。
2 输出
- Straight Edges （直线边缘信息） ：核心输出，包含直线的像素/真实世界坐标（Point1/Point2）、角度、评分、直线度、平均信噪比等，是测量与判断的核心依据。
- Search Lines Information （搜索线信息） ：每条搜索线的位置及沿线检测到的边缘点详情（位置、强度、噪声等），用于调试参数（如判断边缘强度是否均匀）。
- Used Edges （所用边缘点） ：参与直线拟合的边缘点集合，用于验证拟合的合理性。
注意事项
- 图像预处理优先：若图像噪声过高（如Kernel Size需设至11以上），建议先通过高斯滤波、中值滤波等预处理降低噪声，再进行边缘检测，避免超大核导致的边缘模糊与速度下降。
- ROI 精准绘制：ROI需紧密包围目标边缘，避免包含过多背景区域；对于倾斜边缘，使用旋转矩形ROI而非轴对齐矩形，确保搜索方向与边缘垂直。
- 参数调试逻辑：遵循“先基础后高级”原则——先固定Kernel Size=3、Interpolation Type=定点双线性等默认值，调整Minimum Edge Strength确保检测到边缘；再通过Min. SNR、Min. Points筛选伪边缘；最后调整Angle Tolerance等参数提升精度。
- 真实单位校准要求：若需输出真实世界坐标（如毫米），需先通过NI Vision的校准工具（如IMAQ Calibrate From Points）完成图像校准，否则Real-World参数与像素参数一致。
- 实时性优化：实时检测场景需启用Optimized Mode=TRUE，增大Step Size（如5），选择First类检测方法，避免使用Hough变换（迭代次数多、速度慢）。
- 错误排查要点：若未检测到边缘，优先检查ROI是否覆盖目标、Search Direction是否与边缘垂直、Minimum Edge Strength是否过高；若检测到伪边缘，优先提高Min. Edge Strength、Min. SNR或Min. Points。
使用范围
1 适用图像条件
- 图像类型：支持灰度图与彩色图，灰度图检测效率更优。
- 边缘形态：仅适用于直线边缘检测，不支持曲线、圆弧等非直线边缘。
- 对比度范围：支持高对比度至低对比度图像（通过参数调整适配），但完全无灰度差异的边缘无法检测。
- 噪声水平：支持低至中高噪声图像，超高噪声场景需配合预处理。
2 不适用场景
- 非直线边缘检测：如圆形、圆弧、不规则曲线等边缘，需使用“Find Circles”“Find Contours”等专用VI。
- 完全重叠的边缘：如多条边缘交叉或重叠，无法精准分离单条直线。
- 无校准的真实单位测量：未校准图像无法直接获取真实物理尺寸，需先完成校准流程。
- 超高速检测场景：如帧率要求高于100fps的场景，该VI的软件算法可能无法满足，需结合硬件加速方案。
