基于Zernike正交矩的图像亚像素边缘检测算法改进

介绍了Zernike矩及基于Zernike矩的图像亚像素边缘检测原理, 针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足, 提出了一种改进算法. 推导了7×7 Zernike矩模板系数, 提出一种新的边缘判断依据. 改进的算法能较好检测图像边缘并实现了较高的边缘定位. 最后, 设计了3组不同的实验. 实验结果同Canny算子及Ghosal算法相比, 证明了改进算法的优越性.     

改进的电缆护套厚度检测方法

图像精密检测精度很大程度上依赖于亚像素边缘检测精度,目前应用较广的是基于Zernike旋转不变矩的边缘检测技术。分析了传统Zernike矩边缘检测不足之处,分别在边缘灰度值函数建模、曲率较大处亚像素定位和实时性能等方面给出改进与创新,进而提出一种改进的基于旋转不变矩亚像素定位算法思想。并用此算法做了电缆护套厚度测试实验。从实验结果看,该算法定位精度有了改进,算法思想可行。     

Zernike矩和最小二乘椭圆拟合的亚像素边缘提取

为了提高微操作系统的装配精度,提出了一种新型的亚像素边缘检测和中心定位算法。应用Canny算子提取了微零件在像素级的边缘。应用Zernike矩对微零件进行亚像素级的边缘定位。采用最小二乘椭圆拟合定位微零件的中心位置。实验结果表明,该算法能够实现更高的定位精度和消耗更少的时间。     

Zernike亚像素图像矩边缘检测算子方向角模型研究

基于Zernike图像矩的理想边缘模型,深入研究了方向角模型与亚像素判据间的关系。利用Zernike矩定义及其旋转不变特性,提出一种新的基于4阶方向角的Zernike矩亚像素边缘检测算子。为了提高边缘算子定位速度,首先基于9×9尺寸模板对Zernike图像矩0～4阶正交复数多项式进行了计算,推导出基于4阶方向角的边缘检测算子参数模型。最后将边缘算子应用在理想图像与实际图像上,检测结果表明:相比于传统的Zernike矩算子,基于4阶方向角的边缘检测算子具有更高的检测精度。     

一种新的亚像素边缘检测误差校正算法

矩方法采用二维理想边缘模型描述亚像素边缘,实际图像在边缘处存在一个渐变的过渡阶段,而二维理想边缘模型不能精确描述边缘,导致原理误差的产生。为此,提出一种采用误差校正表的算法,用于降低二维理想边缘模型引入的原理误差,提高亚像素边缘检测精度。通过方形采样定理模拟生成已知边缘的理想图像,用矩方法检测理想图像的亚像素边缘,构造二维误差校正表。使用查询误差校正表并结合双线性插值求出误差后进行误差校正。以灰度矩和Zernike矩为例进行对比实验,结果表明,该算法亚像素检测精度比校正前提高了一个数量级。校正算法主要计算量是双线性插值,能保持亚像素边缘检测的实时性。     

基于显微视觉的微小型零件边缘检测技术研究

针对显微视场下微小型零件边缘检测精度要求高的问题,设计了一套微小型零件实时检测系统,给出了系统总体设计,完成了图像实时传输和处理;提出一种微小型零件亚像素级边缘检测算法：采用非正交二次B样条小波变换得到微小型零件的像素级边缘,利用Zernike矩算法的矩不变性对像素级边缘进行亚像素级精确定位,给出了算法原理,分析了像素级和亚像素级的边缘检测结果。实验数据表明：该系统检测零件尺寸可以达到0.01~10 mm,检测精度可以达到0.01%~0.1%,可准确识别出微小型零件的边缘,将检测精度提高到亚像素级,能够满足显微视场下微小型零件检测需要。     

一种利用Roberts-Zernike矩的亚像素边缘检测方法

亚像素软件处理技术可以在一定程度上提高图像测量系统的精度,针对Zernike矩的亚像素边缘检测存在计算量大和边缘定位精度低等不足,提出了一种基于Roberts-Zernike矩的亚像素边缘检测方法,在提高精度的同时减少了运行时间。实验结果表明,该方法测量精度高、定位精确,具有良好的抗噪性能和处理效率。     

小型连接件尺寸高精度测量研究

提出了一种非接触式的机器视觉尺寸测量方案。首先使用摄像机标定矫正畸变效应,获得摄像机内参数,随后采用双线定位法确定针脚位置,利用基于Zernike矩的亚像素边缘检测算法实现边缘检测和针宽测量。实验分析了该方法在小型连接件尺寸高精度检测中的效果。     

基于Zernike矩边缘检测的焊缝信息获取

针对目前焊缝坐标提取方法存在精度较低,难于实现视觉引导的机器人激光焊接高速度、高精度的要求,提出一种基于Zernike正交矩的曲线焊缝位置坐标信息获取算法,该算法首先采用Zernike边缘检测算法识别焊缝边缘,然后提取出焊缝的中心线,最后计算出该中心线的亚像素坐标.通过试验验证了该算法的可行性.     

基于矩的亚像素边缘检测算法的对比研究

基于矩的亚像素算法在众多亚像素算法中是最成熟有效的算法之一.本文对三种基于矩的亚像素算法进行了分析,并对灰度矩算法所出现的边缘判定问题进行了研究及改进.最后对三种矩算法进行了检测性能对比,为实际情况下亚像素边缘检测算法的选取提供了参考.     

Zernike矩和曲率的圆形中心亚像素定位

提出了一种基于Zernike矩和曲率不变的圆形标记椭圆图像中心的亚像素精确定位方法。首先采用多结构元多尺度形态学边缘检测算子提取椭圆图像的像素级边缘并滤除噪声,其次构造出椭圆图像的Zernike矩求解模型并结合曲率不变性计算出椭圆的亚像素边缘,最后利用最小二乘拟合对椭圆中心进行精确定位。实验结果表明：该方法具有计算速度快、定位精度高的优点,可用于高精度视觉测量。     

基于亚像素边缘定位的排针参数精密测量

为了提高排针参数的检测效率和精度,提出了一种利用亚像素边缘定位对排针进行非接触测量的方法.首先采用LOG算子对图像进行整像素级的边缘粗定位,在抑制噪声的同时,保持图像边缘的完整性.然后采用改进的Zemike矩进行亚像素边缘定位.最后通过最小二乘法拟合离散的边缘点得出排针的精确边缘.实验结果表明,该方法边缘定位精度高,稳...     

基于正交Fourier-Mellin矩的改进亚像素边缘检测算法

提出一种改进的亚像素级边缘检测算法,该算法先用像素级边缘检测算子(Canny算子)定位所有可能的边缘点位置,再利用正交Fourier-Mellin矩(OFMM)算子的低径向阶与旋转不变特性在已有像素级边缘位置上进一步定位亚像素级边缘位置。实验表明,同等条件下该算法运算效率较高,不仅具有较高的检测精度(小于0.2 pixel),且算法耗时较短。     

基于机器视觉的圆轴直径精密检测算法

介绍一种基于机器视觉的圆轴零件直径精密检测算法。在对圆轴图像边缘进行空间矩亚像素定位的基础上,利用相邻分辨率边缘像素的亚像素位置关系,精确计算分辨率截面的直径,并给出了整个圆轴直径的估计。实践表明,该算法可达到0.001mm的精度。     

基于三级灰度模型空间矩的陶瓷基片尺寸测量

分析了图像边缘二级灰度模型空间矩的亚像素细分算法及其原理误差,建立了更符合实际的图像边缘三级灰度模型,推导出三级灰度模型下任意角度图像边缘的二维空间矩以及边缘的亚像素位置函数。将该算法应用于陶瓷基片的尺寸测量和分类中,测量效果好、分类精度高。该方法在零件尺寸的高精度测量中具有较高的实用价值。     

亚像素边缘检测技术的研究

精确确定数字图像边缘的位置,对于图像测量非常重要。同时,图像获取过程中受到各种噪声的影响,必然会引起图像边缘的模糊,因此对图像边缘提取技术的研究一直是一个热门。对几种代表性的亚像素边缘检测技术进行了原理分析和性能比较。介绍了基于曲面拟合的和基于灰度矩的亚像素边缘检测算法。     

基于Zernike矩亚像素边缘检测的快速算法

为了克服传统的Zernike法在边缘检测过程中,由于人工手动选取阈值而带来的低效率、高误判等不足,将原算法与Otsu法相结合,提出了一种边缘检测的快速算法。利用传统的Zernike法计算出图像的阶跃灰度矩阵,再将该矩阵作为计算对象,用Otsu法直接得到最优的阶跃灰度阈值进行边缘判别,并考虑了由于边缘模型带来的误差,在保证检测效果的同时缩短了检测时间。实验结果表明,改进的算法能够更有效地完成边缘检测,补偿后的亚像素定位更准确。