首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 78 毫秒
1.
一种基于视觉的瓷砖尺寸在线检测系统   总被引:1,自引:0,他引:1  
介绍了一种基于线阵CCD的瓷砖尺寸在线视觉检测系统,对系统进行了设计,并提出了系统的标定方法。采用了一种改进的基于灰度矩的亚像素边缘定位算法对边缘进行了精确定位,随后根据边缘点数据拟合出瓷砖的角点,最终根据角点的相对位置求出瓷砖的各个尺寸参数。实验结果表明,该系统具有实时、非接触、速度快、精度高以及现场抗干扰能力强等优点,可以满足一般瓷砖在线尺寸检测的需要。  相似文献   

2.
3.
提出了一种基于贝塞尔边缘模型的亚像素边缘检测算法.该算法首先在原有的贝塞尔点扩散函数中引入修正参数t,并与理想边缘模型卷积,获得可修正的贝塞尔边缘灰度模型;然后,利用图像边缘的信息对该模型进行最小二乘拟合,在拟合过程中,通过修正参数t对边缘模型进行修正,最终获得精确的边缘模型,同时考虑数字采样等因素对灰度分布的影响,得到图像边缘的亚像素位置.实验中测得边缘亚像素位置的平均误差为一个像素的3%,其中误差方差为0.0005.结果表明:本算法基本满足图像测量的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性.  相似文献   

4.
主要分析了边缘检测的一些典型算法在二维几何尺寸非接触测量应用中的优劣,并得出经Robert边缘检测算子处理后的图像最适宜用于二维几休尺寸的非接触测量。在此基础上又给出了一种二维尺寸非接触测量的三镒平均数据处理方法。方法有铲地消除了拾取边界点时带来的误差,同时在拍摄被测物的图像时,在被测物的横断面内对被测物的旋转定位没有要求。方法对二维几何尺寸CCD非接触测量具有一定的通用性。  相似文献   

5.
为研究橡胶轮胎挤出部件外形尺寸的非接触在线测量方法,引入机器视觉技术。首先对CCD采集的图像数据进行滤波降噪,利用改进的Canny边缘检测算法进行图像边缘粗定位,并在单像素边缘的基础上采用多项式插值方法对目标边缘进行精确的亚像素细分,最后对边缘数据进行拟合,结合系统标定值,计算出挤出部件的外形尺寸。将此方法应用到橡胶轮胎挤出部件外形尺寸的检测中,结果表明:该方法具有良好的实时性、精确性,能够满足连续生产挤出部件外形尺寸工业检测的要求。  相似文献   

6.
基于曲线拟和的亚像素边缘检测   总被引:3,自引:0,他引:3  
提出了一种高精度零件尺寸测量的亚像素边缘检测算法,采用改进的Sobel算子去掉局部非极大值点获得像素级边缘,在梯度方向上进行高斯曲线拟合,可实现图像边缘亚像素精确定位,提高测量系统的精度。  相似文献   

7.
基于小波变换的视觉工件检测技术   总被引:3,自引:0,他引:3  
在小波变换的基础上,研制了视觉工件检测系统,并做了详细阐述和试验。结果证明该系统检测速度快,结构简单,精度高,便于实时化处理,具有广泛的应用前景。  相似文献   

8.
基于LOG算子的亚像素边缘检测   总被引:7,自引:1,他引:7  
首先,把原始图像和LOG(Laplaciam of Gaussian)算子做卷积检测零交叉点,然后使用平面模型获得像素级边缘,最后,经过多项式插值在亚像素精度上再次确定零交叉点,得到了精确到亚像素级的边缘。  相似文献   

9.
提出了一种综合利用图像灰度信息和灰度梯度信息的边缘检测算法.首先,使用基于Sobel算子的改进的边缘检测算法对灰度图像进行处理得到梯度图像.其次,综合应用其他边缘检测算法,完成对目标边缘的准确检测,最后,沿边缘的梯度方向进行多项式插值法亚像素细分计算,对边缘进行亚像素精确定位.  相似文献   

10.
针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zemike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测,实验结果表明该算法克服了像素级算子和Zemike。矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强。  相似文献   

11.
通过分析Zernike矩以及基于Zernike矩的亚像素图像边缘检测原理,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,提出一种改进算法。推导了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较高的边缘定位。最后,设计两组实验,实验结果将各尺寸模板结果及与Ghosal算法进行比较,证明了改进算法的优越性。  相似文献   

12.
为解决接触式测量方式损伤工件以及测量设备造价昂贵的问题,设计一种基于机器视觉的低成本、高精度的丝杠螺距测量系统。该系统依靠MATLAB平台搭建,由图像采集系统、机械系统、步进控制系统、图像和数据处理4个子系统构成。利用亚像素图像拼接算法拼接丝杠子图像从而获得完整的丝杠图像,通过图像增强、降噪等预处理方法改善图像质量,采用形态学边缘提取和亚像素边缘定位的组合算法精确提取丝杠边缘,并由数据处理程序自动测量螺距误差。试验结果表明,机器视觉系统和标准仪器(JCS-040A)对3种型号滚珠丝杠螺距测量结果的相对误差分别不超过0.04%、0.06%、0.09%,该方法应用于丝杠工业测量中的可行性得以验证。  相似文献   

13.
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。  相似文献   

14.
A predictive search algorithm to estimate the size and direction of displacement vectors was presented.The algorithm decreased the time of calculating the displacement of each pixel.In addition,the updating reference image scheme was used to update the reference image and to decrease the computation time when the displacement was larger than a certain number.In this way,the search range and computational complexity were cut down,and less EMS memory was occupied.The capability of proposed search algorithm was then verified by the results of both computer simulation and experiments.The results showed that the algorithm could improve the efficiency of correlation method and satisfy the accuracy requirement for practical displacement measuring.  相似文献   

15.
一种快速医学图像亚像素边缘检测方法   总被引:3,自引:0,他引:3  
针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.  相似文献   

16.
基于小波变换的屋脊边缘亚像素检测   总被引:6,自引:0,他引:6  
工业图像检测中,许多待检目标边缘是屋脊边缘,而现有亚像素边缘检测算法都是假设边缘模型为阶跃边缘,并且现有算法在定位精度、抗噪性能和计算速度方面还不尽人意.针对上述问题,提出一种使用小波变换系数的屋脊边缘亚像素检测算法,将小波分析和概率统计理论引入到亚像素边缘检测问题中,该方法具有较好的定位精确度、抗噪能力和较快的计算速度.实验证明该方法可达到1/60像素的精确度。  相似文献   

17.
使用Android操作系统自带的相机功能进行图像采集,并存储到缓存中.先对采集到的图像进行灰度化,再使用OpenCV对所采取图像进行去噪滤波,并利用Canny算子进行边缘检测和特征提取,从而得到所需采集的裂缝信息.  相似文献   

18.
一种基于并联结构的平面三自由度位姿测量系统   总被引:1,自引:0,他引:1  
介绍一种平面三自由度并联结构位姿测量装置,通过机构运动学分析得出被测物体位姿的显式解。对机构测量误差进行建模,得出位姿测量误差显式表达式。测量精度分析为平面三自由度并联结构位姿测量机构参数优化设计奠定了基础。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号