基于数学形态学的套印偏差自动检测算法

为了精确检测套印偏差,提出一种基于数学形态学的偏差自动检测算法。首先,对新形式色标采用多结构元素多尺度形态学边缘检测算法提取色标边缘;然后采用最小二乘拟合算法对其边缘进行拟合,得到套印色标圆的亚像素圆心坐标;最后经偏差计算公式获得准确的套印偏差数据。实验及实际测试结果表明,该算法且具有较强的抗扰性,能够满足高精度、实时的套印偏差检测要求。     

微细特征三维测量系统标定的精确椭圆提取方法

针对目前小微测量系统标定中圆心提取精度低与稳定性差的问题,提出了一种精确的椭圆中心提取算法。利用Zernike正交矩进行亚像素边缘检测,通过矩阵的块分解进行椭圆拟合。根据提取的亚像素边缘数据点,计算出最佳椭圆参数,提取中心。采用张正友的平面标定算法进行了标定实验,结果表明:所提算法精度高、稳定性好、易于实现。     

小模数齿轮齿形误差的CCD测量方法研究

针对尺寸较小的小模数齿轮齿形误差的测量,提出了基于CCD和图像处理技术的齿轮齿形误差的测量方法。在测量中,为了更准确地获得边缘位置信息,对图像进行了中值滤波、二值化、边缘提取,亚像素拟合等处理,并解决了齿轮圆心确定、定标、多幅图像间的图像拼接等问题,以及在分析齿形误差的测量方法和测量过程的基础上建立了测量数学模型,从而完成了整个测量过程的设计。实验表明:采用图像测量方法使测量的最大绝对误差为9.2mm,对小模数齿轮齿形误差的测量提供了一个有效途径。     

基于直方图均衡化与形态学处理的边缘检测

针对传统的边缘检测算子存在噪声干扰、边缘丢失和伪边缘干扰的问题,提出将传统的边缘检测与形态学处理和直方图均衡化有机结合的边缘检测方法。算法通过抗噪性参数P,引入权值将组合算法中图像增强处理与形态学的组合算法相融合获得较好的边缘。通过不同形态学算法在四种组合下边缘检测的效果分析和抗噪性参数P比较,实验结果表明,图像在有无噪声情况下效果基本一致,边缘完整性得到了很大的提升。该组合算法在抗噪能力、边缘丢失与伪边缘干扰处理上拥有较好的平衡,提高了边缘检测效果,为工业加工图形识别提供了一定的思路。     

小波多尺度分割算法在细胞图像上的应用

关于数字图像优化分割问题,由于医学病理研究需要准确测量细胞面积大小.针对细胞图像结构特点,以及临床医学形态参数测量精度要求,对传统边缘检测算法进行了改进,采用先行自适应平滑滤波的方法,提出了一种基于3阶B样条双小波多尺度边缘检测的技术方案,利用小波的边缘检测算法对典型稀疏细胞进行边缘检测,之后综合利用图像形态学、阀值分割技术等分割出感兴趣细胞,最后采用形态学方法进行测量仿真,结果得到细胞形态参数,并对测量值与实际值进行比较,结果显示绝对误差小,满足临床要求.     

工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。     

基于立体视觉的平面圆参数高精度测量算法*

针对目前平面圆的圆心和半径测量方法存在的不足,提出一种基于立体视觉的平面圆参数高精度测量方法。该方法首先根据边缘分组算法和二次曲线椭圆拟合判别算法提取双目图像中的椭圆特征;其次利用分段立体匹配算法获取平面圆特征上部分点的三维坐标;最后通过三维平面拟合、坐标转换、平面圆拟合以及坐标反变换获取平面圆的圆心和半径参数。实验结果表明,该方法有效地减小了平面圆透视投影引起的畸变误差,提高了平面圆参数的测量精度。     

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.     

基于机器视觉的直齿圆柱齿轮尺寸参数测量

介绍了基于机器视觉的齿轮测量系统组成结构,建立了齿轮测量的软件系统框架,提出了齿轮尺寸及其参数的测量算法;在此基础上,首先利用改进的自适应中值滤波、阈值分割、边缘检测与标记提取出齿轮的边缘轮廓,然后利用随机Hough变换获取齿轮的中心后对带键槽的直齿圆柱齿轮进行了实际测量,并对测量误差进行了分析-实验结果表明,通过采用机器视觉的非接触测量方法町以实现对齿轮基本参数的快速、精确的测量,这对推动齿轮测量技术和齿轮工业的进步与发展具有重要意义.     

基于Spatially-Variant数学形态学的二值图像边缘检测

结合二值图像边缘检测的需要,提出一种基于Spatially-Variant数学形态学的图像边缘检测算法。该算法使用了依像素位置而变化的Spatially-Variant (SV)结构元,使其能够依据图像细节而变化,达到自适应的效果并能有效检测图像边缘和保持边缘的平滑性。与传统边缘检测算子进行的对比实验结果表明,该算法有以下明显优点:抗噪声性能好,实时性好,非常容易实现,具有一定的实用性和可行性。     

基于覆盖分割和活动轮廓模型的图像边缘提取算法

针对传统算法对边界模糊的图像分割效果不理想,分割结果多毛刺的问题,提出了一种由粗到细的图像边缘提取方法,主要由像素覆盖分割方法和Chan-Vese模型组成。将改进的覆盖分割方法和活动轮廓模型相结合,首先使用原始覆盖分割算法对图像进行分割,利用多方向模糊形态学边缘检测算法提取不同物体之间的边界;然后采用改进的像素覆盖分割方法给边界像素重新分配覆盖值;最后,运用活动轮廓算法进行细化的图像边界提取;分别进行了分割结果的定性比较,抗噪性测试以及提取的边缘对比实验。实验结果表明,该方法对具有模糊边界的图像,提取边缘结果优于其他可比文献中提出的方法。     

融合小波变换与数学形态学的图像边缘检测

针对传统图像边缘检测方法抗噪能力不足、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值算法进行边缘检测,可以有效提取高频边缘;低频部分采用形态学多结构元算法进行边缘检测,能够检测出低频边缘;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确。     

基于改进Canny算子与图像形态学融合的边缘检测方法

传统Canny算法采用高斯滤波会造成图像的过度光滑,容易导致缓变边缘的丢失,而且梯度幅值的计算方法没有充分考虑到3x3邻域内周围像素对中心像素的影响.针对上述存在的问题与不足,结合小波融合技术的优势,提出了一种基于改进Canny算子与图像形态学融合的边缘检测方法,利用改进的Canny算子和图像形态学分别对图像进行边缘检测,然后应用小波融合技术把两种方法检测出来的边缘进行图像融合,得到最终的图像边缘.仿真结果表明,该算法具有较好的抗噪能力,有效地提高了边缘检测的准确性和完整性.     

二维几何图形测量中的边缘定位算法研究

研究图像优化测景和提取问题,针对CCD摄像机采集的图像中含有各种噪声,传统的边缘检测算法不仅不能很好地抑制噪声,而且定位精度只达到像素级.为了更好地提取图像边缘信息并抑制噪声,以提高测量系统的测量精度.在比较分析各种像素级边缘检测及亚像素细分算法的性能后,采用能同时协调图像边缘信息和抑制噪声的多结构多尺度形态边缘检测.根据测量系统的被测目标,采用矩估计亚像素细分算法来实现图像边缘的精确定位,并进行仿真.仿真结果表明算法通过提高定位精度,有效地提高了测量精度.     

基于二维小波亚像素图像处理的螺纹尺寸测量

针对传统微分算子图像处理方法的不足,提出一种基于二维小波降噪的亚像素图像处理方法。首先对获取的图像进行灰度值处理,通过二维小波变换消除图像噪声、重构图像、边缘检测,得到螺纹像素级的边缘图像及灰度二维矩阵。然后采用最小二乘算法拟合,得到亚像素级精度图像直线和中心标定位置及矩阵,计算螺纹大、小径尺寸,解决人工测量和传统图像处理算法精度不足的问题。最后,设计螺纹尺寸测量系统,实现尺寸测量的可视化和应用化,满足测量精度要求。     

沿梯度方向的改进一阶差分亚像素边缘检测法

提出了一种基于梯度方向的改进型一阶差分亚像素边缘检测方法。该方法的主要思想是,在曲线轮廓上,根据方位角对边缘像素点所在的小邻域沿梯度方向进行差分,再将修正值重投影至行列。理论上而言,该方法可弥补传统一阶差分法在曲线边缘处由于差分分布较平坦而导致精度较低的不足。理想图像的实验结果表明,该方法对半径测量、圆心定位的精度均小于0.05像素,这比采用其他亚像素法进行半径测量时可达到的精度有较大提高。     

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。     

基于重心的一种灰度图像边缘检测算法

本文提出一种基于重心的灰度图像边缘检测算法,将灰度图像中每一像素的灰度值,作为该像素的“质量”、三维空间中的Z坐标。判断某像素是否为边界点,取决于在以该像素为中心点的矩形区域内重心偏移量的大小。该算法具有一定的抗噪性,与采用canny算子的边缘检测算法相比较,本文算法对B超灰度图像的实际检测效果更好。     

基于蚁群优化的图像边缘检测算法

为提高图像边缘检测的精度与抗噪性能,提出一种基于蚁群优化的图像边缘检测算法.将图像像素梯度值和像素圆形邻域统计均值的相对差共同作为蚁群的启发信息,引导蚁群搜索图像边缘.实验结果表明,该算法能最大限度地保留边缘细节,并能抑制噪声和纹理,具有较好的鲁棒性.     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。