瞳孔亚像素边缘检测与中心定位

为提高视线跟踪系统的分辨率和精确度,提出了一种亚像素精度的边缘检测与中心定位算法。利用设计的一维边缘检测算子对瞳孔像素级边缘点进行提取,然后利用边缘点小邻域内梯度方向上图像信息,进行亚像素边缘位置检测,最后经椭圆拟合确定瞳孔中心的精确位置及瞳孔形状参数。仿真实验验证了算法的有效性,提出的算法已被成功应用于实时视线跟踪系统中。     

基于改进Zernike方法实现圆形边缘亚像素检测

在图像测量中,图像边缘的精确定位与检测是影响测量精度的关键。为了实现快速、高精度的图像边缘定位与检测,提出了一种改进的Zernike方法,采用四个方向模版Sobel算子对图像初处理,利用被测物的几何信息,只使用零阶矩实现对边缘的亚像素定位。实验结果表明改进算法比原算法具有更高的精度,而运行的时间不到原算法的1/4。该算法具有良好的处理效率,能够满足一般具有几何特征图像边缘实时、亚像素精度定位与检测的要求,具有广阔的应用前景。     

基于三次样条插值的亚像素边缘检测方法

为了实现图像边缘的亚像素定位,针对阶跃形式的边缘类型,提出了一种基于三次样条插值的亚像素边缘检测算法,根据样条插值原理,获得一维边缘的连续灰度分布,通过计算边缘点两侧三次样条函数的二阶导数为零点,实现一维边缘点的亚像素定位;利用一维曲面拟合方法,获得边缘投影方向,根据一维曲面投影方向像素灰度不变理论,利用投影公式将数字窗口中所有三维点投影到相同的投影平面,从而可将二维边缘检测问题转化为一维边缘检测,利用一维边缘检测方法获得边缘点位置,结合投影方向,最终实现二维边缘定位。通过与现有亚像素边缘检测方法的比较,可知算法对噪声具有较好的鲁棒性,同时计算时间相对较快,因此在实际应用中具有较好的适用性。     

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。     

基于亚像素级的硬盘焊点损伤检测研究

计算机的硬盘是数据保留时间最长、存储容量最大的媒质,磁头焊点的质量决定了整个硬盘运行的可靠性,目前的硬盘焊点的检测主要是依靠人工目视,随着检测人员疲劳,检测效率下降;提出一种基于亚像素级的硬盘焊点损伤自动检测系统,使用相应的硬件设施搭建了自动检测平台,采用微小型高性能工业CCD摄像机对磁盘焊点进行图像采集,采用改进的亚像素图像边缘检测对焊点进行损伤识别,疵病的边缘检测精度设置为0.1像素,硬件分辨率提高了10倍;实验证明这种系统对硬盘的焊点损伤检测节约时间3.5s,检测的准确率提高了12.5%。     

高斯拟合亚像素边缘检测算法

针对传统边缘检测算法的定位精度低、对噪声敏感等缺点,提出基于函数曲线拟合的亚像素边缘检测算法——梯度方向高斯曲线拟合亚像素定位算法。该方法首先在边缘附近选取一系列点,求得这些点的灰度值,进而求得这些点的梯度值,然后运用高斯曲线来对这些点的梯度值进行拟合,最后通过拟合曲线求得高斯曲线的对称轴位置即为亚像素位置。实验表明该算法能够很好地实现亚像素定位,通过与其他两种亚像素定位算法的比较,得出该算法运行时间较短,效率较高。     

一种新的亚像素边缘检测方法及其性能研究

本文介绍一种可对已知形状的曲线进行精确到亚像素的边缘检测方法。该方法是从图像量化的原理出发，利用像素边在其切线方向上的信息来计算精确到亚像素的边界。     

物体形状检测的亚像素细分算法综述

在物体形状的检测中,采用亚像素细分算法可以实现对小物体形状的精确检测和提高它的检测精度。文章首先分析了亚像素细分算法的基本原理,回顾了目前常用的各种亚像素细分算法,对各种进行介绍和分析,并提出了亚像素细分算法的发展方向的新思路。     

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.     

亚像素边缘检测算法在刀具参数检测中的应用

传统边缘检测算法定位精度低、效率低并且对噪声比较敏感,已经不能满足工业生产的需求.基于此,本文提出了基于拟合的亚像素边缘检测算法--五次多项式拟合亚像素边缘检测算法.该算法首先在待测边缘附近取一系列的点,求得这些点的灰度值,通过五次多项式曲线对灰度曲线进行拟合,求得五次多项式的二阶导数为零点即为亚像素位置.并对五次多项...     

基于三次样条插值的亚象素边缘检测算法

文章将灰阶Sobel算子、中值滤波、三次样条插值和边缘细化算法相结合而提出的一种新图像边缘检测算法,该算法在实际应用中具有较好的边缘检测效果,不但能使目标的边缘连续、光滑,而且其几何形状和大小与实际目标更接近,有效地解决了模糊图像边缘检测的问题,并使得边缘定位的精度提高到亚象素级。     

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。     

一种改进的SUSAN算子棋盘格角点亚像素检测算法

SUSAN算子在检测角点时,只以USAN区域面积的大小作为判断准则,忽略USAN区域形状的影响。因此,该算法对棋盘格标定板中的内角点与边缘点难以区分。针对此问题,本文提出在SUSAN圆模板内再次采用SUSAN算子来实现对棋盘格标定板角点的有效检测。此外,在每个初定位角点的局部邻域内,采用二次曲面拟合法得到角点的亚像素坐标。实验证明,所提出的算法准确、有效、适应性好,能为摄像机标定提供亚像素精度的角点信息。     

一种基于随机Hough变换圆检测的改进算法

介绍了一种基于随机Hough变换(RHT)的圆检测的改进算法。该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围。此方法较好地解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且改进后的算法使运行速度得到进一步的提高,检测性能也有较大的改善。该算法分别在加噪和不加噪的人工图像上做了实验,检测性能和处理速度方面都比传统的RHT有明显的改善和提高。     

基于椭圆检测的充电口识别

针对于新能源汽车的全自动充电技术,为了实现充电设备快速插接充电口的目的,提出了一种基于椭圆检测的充电口识别方法。该方法利用图像的预处理加强边缘,并结合Canny边缘检测得到边缘,将检测的边缘利用八邻域边缘跟踪筛选短弧,以边缘梯度的正负性以及边缘的凹凸性为基准将检测边缘分为4类椭圆弧边缘。在此基础上,根据一定的限制条件以及椭圆的参数方程,选取满足限制条件的三段椭圆弧进行拟合,得到一系列的备选椭圆,通过特征参数之间的关系以及目标椭圆之间的联系,筛选出所需要的能够识别充电口的椭圆。在基于Intel-Core的i7-6700HQ处理器以及Nvidia GTX 960M的显卡的计算机设备上,通过VS2017的实验平台在多个角度进行多次实验,均能得到充电口的目标椭圆。表明该方法能够对插接的充电口做出准确并且快速的识别,为新能源汽车的全自动充电提供很好的先决条件。     

基于RSPHL算法的圆形标志定位方法

针对传统圆形标志定位方法存在运算复杂、效率低的不足,结合点Hough变换的快速性和亚像素细分的精确性,提出基于点Hough变换与Legendre矩的圆亚像素检测算法,对印刷电路板(PCB)视觉检测中的圆形标志定位进行检测。实验结果表明,该方法定位精度可达0.056像素,具有抗噪性、准确性、快速性和鲁棒性的特点,能满足PCB视觉检测中高精度和实时性的要求。     

边缘图像中圆形轮廓的两步法检测

针对边缘图像中的圆形可能局部畸变的情况,提出了利用边缘分段拟合进行圆形检测的两步法．详细描述了该算法的具体步骤,并与随机Hough变换(RHT)进行了对比实验．实验结果表明,文中算法鲁棒性强,具有较高的效率和实用性．