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。     

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。     

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。     

刀具轮廓亚像素精度阈值分割算法研究

摘 要：提取亚像素精度边缘轮廓是完成刀具几何参数精确测量的重要环节。该文研究了一种简单有效的方法,该算法基于灰度阈值分割定位像素级边缘,并经双线性插值法细分完成亚像素边缘轮廓的提取。最后设计实验对比分析了该算法以及基于Canny和Sobel算子的亚像素边缘检测算法所提取轮廓的特点。结果表明在准确的前提下,对高对比度图像应用该算法后,能比后两者更快速地完成边缘轮廓提取。     

Canny算子子像素边缘检测方法

在Canny算子的基础上,通过对梯度模值的内插求得沿边缘点梯度方向上相邻像素的梯度模值,利用这些梯度模值拟合二次曲线求出其极大值得到子像素定位的精确位置.通过推导,证明了梯度模在梯度方向上的极大值点就是边缘的精确位置.该算法在几乎没有增加计算量的前提下将Canny算子边缘检测精度提高到了子像素级.     

高精度线路板夹角测量算法

结合SUSAN算子,OFMM算子与奇异点去除方法,提出了一种高精度线路板(PCB)夹角测量算法。该算法首先利用SUSAN算子检测出所有可能的边缘点;然后选定区域获取被测夹角的边缘目标点,利用最小二乘拟合法去除奇异的边缘点后,进行亚像素定位;最后对被测量夹角的亚像素边缘点进行直线拟合,利用直线方程计算出夹角。通过对真实线路板图像的测量,实验结果证明了该算法的有效性。该方法已应用于自制的光学自动测量仪,取得较好的效果。     

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.     

一种改进的亚像素角点提取算法

针对Harris角点检测过程中存在定位粗糙、检测精度不高以及检测效率慢等原因,该文在Harris算法的基础上,结合Harris算子和Forstner算子提出一种改进的亚像素角点提取算法。该算法采用一种逐层检测策略,首先利用Harris算法进行角点粗略定位,首先对角点做一个初始选择,利用图像领域灰度相似度得到大部分角点的粗定位值,大大降低了算法的运算量,然后通过计算自相关矩阵的两个特征值,利用特征值和阈值比较筛选得到全部角点的粗定位值,避免了CRF(corner reference function角点响应函数)的计算,最后利用Forstner算子对粗定位后的角点进行亚像素级精确定位。实验证明,该算法不仅保证Harris算法的灵活性和Forstner算子的亚像素级精度,而且速度快,并且抗噪声性能较强。     

基于Halcon的阀芯尺寸亚像素级测量

针对传统人工在检测阀芯时的低效和低精度问题,采用性能优越的机器视觉软件Halcon为平台,利用Canny算子边缘检测和双线性插值方法得到阀芯图像亚像素级边缘,结合最小二乘算法进行边缘拟合,实现对阀芯快速、稳定和较高精度的尺寸测量。实验结果表明：该检测方式可以达到亚像素级的尺寸测量,测量精度高于2‰,满足企业对测量精度要求,且测量过程比较稳定和快速。     

高分辨率PCB图像亚像素边缘检测算法

针对高分辨率工业印刷电路板PCB图像的直方图和边缘特征进行了统计分析,提出了一种基于直方图统计的双门限选择方法进行像素级边缘定位,然后根据亚像素原理把像素级边缘校正到亚像素精度的快速亚像素边缘检测算法。与插值、空间矩以及曲面拟合等传统亚像素边缘检测算法的对比实验结果表明,本文算法在检测精度上达到0.066个像素,满足检测精度的要求,并在计算速度上具有较大优势。     

水平集重构方法改进及亚像素边缘定位

常用的亚像素边缘定位算法采取局部表面估计或结构模型实现局部边缘的定位,不可避免由于离散化导致的锯齿效应和由于局部模型带来的不连续边缘定位。为此在扩散方程的基础上提出了一种改进的水平集重构算法,通过改进的水平集重构实现边缘沿切线方向的平滑;加入角点定位判断,在角点处加入角点限制和拓扑限制以保证角点处的精确定位。通过几何图像和自然图像的亚像素边缘提取对比实验,验证了该算法能在保持亚像素精度的同时消除锯齿效应,保持边缘的平滑和连续性。     

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。     

基于气门油封的亚像素边缘检测

针对气门油封的尺寸检测问题, 本文提出了一种基于Zernike矩改进算法的亚像素边缘检测方法. 首先, 对比分析了高斯滤波和双边滤波的预处理效果, 结果表明双边滤波在滤波和保留边缘信息方面具有更好的表现. 然后, 采用Canny算子进行边缘粗定位, 并利用自适应的Zernike矩过度模型进行亚像素级定位. 最后, 采用最小二乘拟合圆法获取圆心坐标和半径. 经试验证明, 优化后算法的边缘定位平均误差更小, 精度更加准确.     

Edge location to subpixel values in digital imagery

A new method for locating edges in digital data to subpixel values and which is invariant to additive and multiplicative changes in the data is presented. For one-dimensional edge patterns an ideal edge is fit to the data by matching moments. It is shown that the edge location is related to the so-called ``Christoffel numbers.' Also presented is the study of the effect of additive noise on edge location. The method is extended to include two-dimensional edge patterns where a line equation is derived to locate an edge. This in turn is compared with the standard Hueckel edge operator. An application of the new edge operator as an edge detector is also provided and is compared with Sobel and Hueckel edge detectors in presence and absence of noise.     

亚像素边缘定位算法的稳定性分析

针对现有亚像素边缘定位算法定位精度不高的问题,基于计算机模拟和普通物理实验,比较一维灰度矩法、高斯拟合法和二次多项式插值法3种典型亚像素定位算法的边缘定位精度和抗噪能力。实验结果表明,3种算法在信噪比SNR≥40 dB时,边缘定位稳定性较好,边缘定位重复性误差小于0.01个像素。     

尺寸测量中的边缘检测算法研究

主要介绍了一种改进的边缘检测算法及相应计算模板和公式,并对算法的误差进行了分析。因为传统的边缘检测算法在理论上较成熟,但在实际应用时可操作性较差。所以针对零件图像测量的实际应用情况,使用基于Sobel算子的改进的方向算子,对灰度图像进行处理得到梯度图像。综合应用其他算法,实现了对目标边缘的准确检测。然后在梯度图像上沿目标边缘的梯度方向进行多项式插值法亚像素细分计算,对目标边缘进行亚像素精确定位。在文章的最后,用实例说明了本算法的可行性。     

Subpixel measurements using a moment-based edge operator

Recent results in precision measurements using computer vision are presented. An edge operator based on two-dimensional spatial moments is given. The operator can be implemented for virtually any size of window and has been shown to locate edges in digitized images to a twentieth of a pixel. This accuracy is unaffected by additive or multiplicative changes to the data values. The precision is achieved by correcting for many of the deterministic errors caused by nonideal edge profiles using a lookup table to correct the original estimates of edge orientation and location. This table is generated using a synthesized edge which is located at various subpixel locations and various orientations. The operator is extended to accommodate nonideal edge profiles and rectangularly sampled pixels. The technique is applied to the measurement of imaged machined metal parts. Theoretical and experimental noise analyses show that the operator has relatively small bias in the presence of noise