类椭圆特征自动识别及亚像素提取的完整实现

针对视觉检测中高精度、自动化类椭圆图像特征提取的需要,提出一种类椭圆特征自动识别和中心亚像素定位的完整实现方法。方法中采用基于类椭圆边缘属性对特征区域进行自动识别,采用最小二乘椭圆拟合精确求取类椭圆亚像素定位中心。实验表明,基于该解决方案,可以实现类椭圆特征的自动识别及椭圆中心的亚像素定位,定位算法精度较高,鲁棒性强,同时简便易行,不需要人机交互,可以很好地满足视觉检测仪器化需求。     

基于Zernike矩的圆形插针特征点提取算法研究

在电连接器插针缺陷检测系统中,插针图像特征点的获取是检测关键,为了实现插针位置的高精度检测,提出了一种基于Zernike矩的插针特征点定位算法。通过增大Zernike矩的算子模板尺寸,以及优化边缘阶跃模型,提高了亚像素边缘检测算法的精度。将最大熵阈值法应用于Zernike矩边缘检测算法,实现了自动选择最佳阈值,解决了传统算法中手动调节阈值的低效率问题。对提取的亚像素边缘点进行拟合获得椭圆目标中心,实现了插针的位置特征点提取。仿真实验与实际测试结果表明,该算法能够实现图像边缘的亚像素检测和插针特征点的准确定位,算法定位误差小于0.1个像素。     

基于像素分解的圆形标志点亚像素定位研究

影像中圆形标志点的定位对于数字摄影测量具有重要作用.通过对圆形标志点边缘处的混合像素进行亚像素定位,提取出标志点的亚像素级边缘,再基于最小二乘原理进行椭圆拟合得到圆形标志的中心坐标.运用三种实验表明,与直接采用像素级边缘进行拟合定位相比,该方法的精度明显提高.     

机械零件直线边缘亚像素定位方法研究

直线是视觉图像中重要的基元特征.建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线边缘像素点,最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线.对空间矩算子亚像素定位算法与像面直线亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面直线亚像素提取算法具有较高的精度和稳定性.     

基于图像处理的保偏光纤偏振轴高精度检测法

通过CCD显微成像系统采集Panda型保偏光纤的截面图像,利用基于Hessian矩阵的亚像素精度边缘检测算法提取两应力圆边缘线点,进行椭圆拟合后过两椭圆中心连线得到偏振轴轴线,实现了偏振轴轴线的自动识别及与已知键定位轴相对角度的自动检测。实验结果表明,在均值为0、方差为0.5的高斯噪声下,本文方法仍可保证偏振轴角度的检测偏差未超过±0.3°,并对真实光纤截面图像的处理具较好的鲁棒性。     

基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。     

光笔式视觉坐标测量中的亚像素图像处理方法

介绍了一种光笔式便携三坐标视觉测量系统,提出了被测特征点像面坐标的提取方法。依据数字图像处理理论并结合测量系统中被测特征点的成像特点,给出了图像预处理过程及实际处理结果;采用基于灰度质心法的径向截面扫描法对图像边缘进行亚像素级检测;应用平面内任意位置椭圆的最小二乘曲线拟合法对椭圆形光斑中心的像面坐标进行了提取,实验结果表明该方法的提取精度为0.1个像素。     

基于改进像素聚类算法的输电线路冰区识别方法

为了提高输电线路的防灾减灾能力,特别是防治冰雪灾害的能力,需要进行输电线路冰区自动识别方法和系统设计,提出基于改进像素聚类算法的输电线路冰区识别方法。对气象卫星遥感监测采集的输电线路覆盖区域的遥感图像进行图像处理,提取图像中的冰覆盖像素特征点,结合边缘轮廓检测方法进行输电线路覆盖区域的冰区边缘轮廓检测,对冰区覆盖区域的像素特征进行模糊C均值聚类处理,实现区域分割识别。仿真结果表明,采用该方法进行输电线路冰区识别的准确率较高,视觉直观效果较好,便于指导施工抢修人员进行现场排除和巡线检修。     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.