改进Canny算法在码垛机器人视觉图像处理中的应用研究

针对实际应用过程中码垛机器人视觉图像处理易受车间光照不足、噪声干扰等因素影响的问题,对码垛机器人视觉系统视觉图像检测原理进行了研究。通过对比常用边缘检测算法的检测性能,提出了一种改进的Canny算法;通过改进梯度幅值的计算方法,提高了去噪效果和边缘定位精度,并通过双阈值的自适应提取的方法,实现了自适应设定阈值对图像进行边缘检测;通过实验,对边缘检测算法的检测效果进行了测试分析。研究结果表明:改进的Canny算法能有效克服光照不足、噪声干扰等因素影响,避免边缘检测过程中出现的断边和虚假边缘,其检测效果优于传统的Canny算法以及其他几种边缘检测方法。     

高密度电子电路频谱图的边缘检测算法

在利用电磁扫描技术检测高密度电路板的组装质量时,为了识别频谱图中的异常频率点,需要检测和提取频谱图中频谱曲线.而频谱图中频谱曲线的检测和提取效果直接影响异常频率点检测的准确度.本文致力于电路板频谱图的边缘检测方法的研究,提出了多窗口Canny自适应阈值边缘检测算法,即通过对频谱图进行窗口划分,在窗口内采用改进的梯度幅值的计算方法和自适应阈值Canny检测算法,实现了对频谱图的边缘检测.理论分析和实验结果表明,本文所提出的算法准确度高,可以得到较好的边缘检测结果,为识别频谱图中的异常频率点提供了更精准的频谱边缘图像.     

基于机器视觉的树脂镜片表面疵病边缘检测

针对树脂镜片表面疵病自动化检测的需求,开展了基于机器视觉的树脂镜片表面疵病边缘检测研究.设计一种改进的快速Hough圆检测方法获取镜片图像的感兴趣区域,采用混合滤波消除脉冲噪声和高斯噪声,提出一种基于局部窗口阈值的改进Canny边缘检测算法,选取局部最佳分割阈值,对窗口内的疵病实现精确分割.实验结果表明,该边缘检测算法能够较好地检测疵病边缘细节.     

港口机械用攀爬机器人视觉导航定位方法研究

为研究攀爬机器人在港口机械金属结构表面的自主移动,提出了一种应用于攀爬机器人的视觉导航定位方法。针对港口机械金属结构复杂,表面存在油污和阴影,解决现有的视觉边缘识别方法对金属结构边缘识别效率低且不连续的问题。首先通过自适应阈值的Canny进行边缘特征提取;之后根据边缘线角度特征建立约束关系,利用Hough变换剔除干扰线,并用最小二乘法拟合最终金属结构边缘;求取结构中心线方程和运动方程并计算偏航角和偏距,实现对机器人的运动控制。以港口机械某一支腿为例进行试验,实验数据表明,该方法可以很好地引导机器人的运动,满足实际应用。     

基于Canny边缘检测和加权最小二乘法的气泡水平仪实时检测方法

针对气泡水平仪的自动标定问题,对机器视觉领域中的边缘提取算法、最小二乘法、轮廓跟踪算法等方面进行了研究。提出了一种基于Canny边缘检测和加权最小二乘法的气泡水平仪实时自动检测方法,以提高检测气泡水平仪的准确度和效率。引入了Canny边缘提取算法对工业摄像机所拍摄的水准柱侧面图像进行处理,以得到参考线和气泡的边缘信息。引入了一种自适应选取Canny边缘提取算法的阈值的方法,以克服工业现场光照变化的影响。同时针对本应用场合,采用了加权最小二乘法对左右平行参考线进行拟合,并结合二分搜索算法对水平尺上的气泡位置进行了搜索,从而实现了气泡水平仪的高准确度实时检测。研究结果表明,该方法能够准确、快速地对气泡进行定位,能够较好地适应光照变化。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

一种改进自适应阈值的 Ｃａｎｎｙ算法

针对传统Canny算法在滤波时无差别平滑降噪、边缘信息丢失及模糊的现象,且人工选取梯度高低阈值存在局限性的问题,提出了综合考虑图像位置信息与亮度信息的双边滤波代替传统高斯滤波方法,结合最优化阈值分割法和Otsu法分别计算出图像高低阈值,采用边缘信噪比SNR函数对比验证边缘检测效果。改进后的Canny算法有效提高了边缘完整性,且伪边缘更少,对图像中相对较弱的边缘部分也有良好的提取效果,改进后的算法具有更高的信噪比。采用工业机械臂视觉采集零件边缘为背景,实验结果表明,改进后的Canny算法可以有效保留真实边缘信息,边缘更加连续且完整。     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

基于导向滤波Retinex和自适应Canny的图像边缘检测

机器视觉识别常用金属制品边缘时,表面亮度不均易导致边缘误识别,且传统的边缘检测算法去噪的同时也抑制了大量边缘信息,降低了边缘检测质量。本文提出一种基于导向滤波Retinex和自适应Canny的图像边缘检测算法。该算法采用基于导向滤波的Retinex法得到金属制品图像的反射分量,通过加权分布的自适应伽马校正提升反射分量图像对比度;然后,采用自适应各向异性扩散滤波对增强后图像进行去噪处理,抑制增强后图像的噪声及低对比度纹理,再采用改进四方向Sobel梯度模板提取图像边缘;最后沿用传统Canny算法的非极大值抑制及双阈值分割进一步细化边缘。实验结果表明,新算法检测典型金属小零件时,图像锐度指标由原图的47.11提升至68.39,金属表面的亮度标准差从原图的44.76下降至20.16;噪声指标从原图的1.1下降到0.15左右,并且在去噪的同时较好地保留了图像边缘锐度。新方法有效改善了金属表面图像因亮度不均导致的边缘误识别问题,并且提取的边缘连接性较好。     

一种改进的Canny自适应边缘检测算法

针对原始的Canny边缘检测算法高低阈值不利于选择的问题,提出一种改进的Canny自适应边缘检测算法。该方法采用3×3的Sobel边缘算子模板代替2×2邻域内求有限差分来计算梯度幅值;利用梯度直方图来选取高低阈值,提高了算法的自适应性;在边缘的连接上采用边界追踪的方法,来保证边缘的连续性和唯一性。以20m m量块图像边缘检测为例进行了实验。结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度,细化图像边缘和抑制伪边缘噪声方面的性能也得到了提高,是一种有益的边缘检测改善方法。