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.     

基于改进Zernike矩的光斑图像亚像素边缘检测算法

为了满足光束质量检测中对光斑边缘高精度的定位要求,采用了一种基于改进Zernike矩的亚像素边缘检测算法.首先由Sobel算子对光斑进行粗定位,再由Zernike矩的边缘模型对获取的像素级边缘进行重定位,最后根据改进的边缘判断条件,确定图像中的实际亚像素边缘点,以完成光斑图像亚像素级边缘的提取.通过对仿真图像亚像素边缘...     

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。     

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。     

基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

基于机器视觉的铣刀几何参数测量

为了提高pcb铣刀鱼尾槽切削的精度和效率,设计了一套影像检测系统并研究铣刀刃面的图像处理算法,根据铣刀刃面的特征,设计了专门的照明系统来获取清晰的,变形小的铣刀刃面图像,采用边缘检测算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线拟合等一系列算法对铣刀刃面图像进行尺寸计算和缺陷检测。     

一种新的亚像素边缘检测算法

总结了目前基于sigmoid函数的亚像素边缘检测算法,针对其计算过程较为复杂的缺陷,本文提出了一种新的亚像素边缘检方法-基于反正切函数拟合的亚像素边缘检测方法。该算法首先通过Canny算子进行图像整像素边缘的初步定位,并采用反正切函数作为拟合边缘模型,利用边缘像素附近的灰度值拟合边缘模型来获得亚像素的边缘定位。实验结果表明,在不影响精度的前提下,基于反正切函数拟合的亚像素边缘检测算法的运行时间要明显快于sigmoid函数的亚像素边缘检测算法的运算时间。因此,反正切函数拟合的亚像素边缘检测算法基本地满足了图像测量的稳定可靠、高精度、强实时性要求,并对图像噪声有较强的抗干扰能力。     

基于改进小波变换和Zernike矩的亚像素边缘检测算法

为了能在强噪声条件下实现对弱目标的亚像素定位,提出了一种基于改进小波变换和Zernike矩的亚像素边缘检测算法,该方法首先结合小波变换和小波模极大值原理,将边缘点由粗到细地搜索出来,实现边缘的准确、有效定位,然后再用改进后的Zernike矩算子对图像进行亚像素边缘提取。对工程应用中带有噪声图像的处理结果表明,该方法抗噪能力比较强,且定位精度比较高,在提取效果上明显优于经典边缘检测算法,是一种稳定可靠的图像边缘检测算法。     

光图像亚像素边缘高精度自适应检测研究

由于激光图像亚像素边缘易出现薄弱现象且边缘位置模糊,导致边缘检测速度以及精度下降,提出激光图像亚像素边缘高精度自适应检测研究。通过小波模极大原理对图像进行粗定位,获取亚像素边缘点位置,结合Zermike矩算法对边缘进行亚像素定位,结合最大类熵阈值方法计算对应的阈值,通过人工对阈值进行反复调整,设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,完成激光图像亚像素边缘自适应检测。相关实验结果表明,检测图像图像包含的边缘信息较多,且对于噪声的抑制效果较好,检测信噪比较高,检测时间在1s左右,检测效率在90%以上。     

基于亚像素边缘检测的LED芯片定位算法研究

LED芯片的定位精度直接决定了LED制造装备的生产质量和效率,为了提高LED芯片的定位精度,提出了一种基于亚像素边缘检测的芯片定位算法.该算法首先采用Gamma变换方法增强图像的对比度,并利用Blob算法获取芯片有效区域;接着采用Canny算法进行芯片亚像素边缘轮廓的提取;最后,通过拟合芯片边缘轮廓,获取芯片位置中心,完成芯片位置的精确识别.该算法不需要人工训练模板进行匹配,提高了边缘提取的定位精度,实验表明,该算法能在平均4 ms内完成一颗芯片的识别,且重复精度达到0.1 pixel,满足LED芯片高速高精度定位需求.     

一种Zernike矩的高精度板材尺寸测量方法

目前技术条件下,对于大视场的高精度边缘测量而言,工业级面阵CCD传感器的分辨率难以满足要求.文章针对钢板尺寸测量系统,首先介绍了测量环境和工作原理.继而在Zernike矩以及Zernike矩亚像素精度边缘检测原理的基础上,提出了适用于钢板尺寸测量的亚像素精度边缘检测算法.该算法不仅具较好的抗噪性能和检测精度,而且在传统界定边缘点的阈值处理方法上进行了改进,使边缘受限于单个像素的宽度范围内,能够实现亚像素精度的定位.系统实际运行表明,该方法能够有效提高测量精度,具有良好的效果和实用价值.     

基亏视觉图像的微小零件边缘检测算法研究

高精度的微小零件边缘检测中,传统边缘检测算法存在实际应用可操作性较差,检测结果难以达到精度要求等问题。为了提高边缘检测精度,提出了基于Soble算子的改进算法,该算法扩展了Sobel算子边缘检测的模板,并对扩展的梯度方向图进行了细化处理,而后在梯度图像上实现多项式插值亚像素细分,从而完成对目标边缘的精确定位。实验结果表明,该方法的定位精度为0.20pixel,满足微小零件在实际检测的精度要求。     

改进Zernike矩亚像素边缘检测算法研究*

针对Ghosal算法检测出的边缘较粗以及手动反复调节阶跃强度阈值引起的效率低的问题,提出了一种改进算法.首先,推导出模板系数,并计算得出Zernike矩.其次,利用推导出的公式计算出距离阈值和边缘阈值,利用Otsu法计算得到最佳阶跃强度.最后,通过设计三组实验,来验证改进算法的有效性.实验证明,改进算法能够更加有效地检测出图像的边缘,减少伪边缘的存在并且细化了边缘,提高了定位精度,同时降低了算法的执行时间.     

图像的快速亚像素边缘检测方法

提出了一种新型的测量图像快速亚像素边缘检测方法。首先,利用标准的Sobel算子进行边缘点的粗定位,确定边缘点的像素级精度位置和边缘的方向;然后,沿边缘点的边缘方向拓展像素,得到长度为6的像素灰度值向量,将向量带人利用最小二乘曲线拟合方法得出的公式,求出边缘点的精确位置,从而能够实现亚像素边缘定位精度。实验证明：该方法的定位精度为0．1pixels,算法的运行时间为0．53s。     

基于误差效应的亚像素边缘检测算法

针对传统亚像素边缘检测算法在实时性、精确性和鲁棒性之间难以平衡的问题,提出了一种基于误差效应的亚像素边缘检测方法。该方法首先建立边缘函数模型,并计算每个像素边缘对应函数方程常数项的近似值和对应误差,然后结合最小二乘法使整体函数模型误差最小,从而获得较为精确的边缘参数。基于标准图像和实际图像的实验测试结果表明,该算法具有快速、鲁棒性强和检测精度高等优点,能够满足实时检测的要求,评价指标优于其他传统算法。     

基于改进SUSAN算法的片式元件角度识别

元件角度识别是贴片机元件视觉检测的关键,其参数的精确获取直接影响贴片机进行元件贴装的准确性.SUSAN算法是一种基于图像灰度比较的算法,不涉及梯度的计算.讨论了该算法的模板和门限的选取方法,继而提出一种改进的SUSAN边缘检测算法对矩形片式元件进行边缘检测,并通过试验比较了该算法与传统的几种边缘检测算法的优劣.试验证明改进的SUSAN算法能更好地提取复杂成像条件下元件图像的边缘,提高了贴装过程中元件角度识别的精度和稳定性.     

反求工程中层析图像快速子像素边缘检测技术

层析图像边缘提取的精度直接影响到三维重建及尺寸检测精度。在研究射线成像理论的基础上，针对同一密度产品的层析图像，提出了基于灰度落差查找表的快速子像素边缘检测技术。该方法首先利用改进的Sobel算子进行边缘的粗定位，然后利用灰度落差与边缘扩展的关系对边缘进行精确定位。实验结果表明该方法是有效的。     

一种快速鲁棒的光学表面划痕高精度检测方法

为了提高光学零件表面划痕定位测量和宽度测量的精度,采用基于离散正交多项式曲面拟合的亚像素边缘检测与宽度测量的算法,通过对边缘点及其邻域进行曲面拟合代替了只对边缘点梯度方向进行曲线拟合,实现了亚像素边缘检测;采取感兴趣区域加速策略与基于离散正交多项式曲面方程参量快速求解方法串联进行的加速方案,大大减少处理时间;在宽度计算方面,根据划痕长度自适应分段,分别计算每段分段点之间欧氏距离并作为其宽度,比较后取最大宽度作为划痕宽度。结果表明,该算法测量精度较高且具有较强的鲁棒性,同一划痕在不同视窗下测得宽度误差均值不超过5.2%,且标准差不超过0.3;在求解曲面模型参量的时间方面,该方法计算时间约为最小二方法的7.35%,处理效率显著提高。该方法能够满足工程应用中快速、高精度的测量要求。     

Complete approach to automatic identification and subpixel center location for ellipse feature

To meet the need of automatic image features extraction with high precision in visual inspection, a complete approach to automatic identification and sub-pixel center location for similar-ellipse feature is proposed. In the method, the feature area is identified automatically based on the edge attribute, and the sub-pixel center location is accomplished with the leastsquare algorithm. It shows that the method is valid, practical, and has high precision by experiment. Meanwhile this method can meet the need of instrumentation of visual inspection because of easy realization and without man-machine interaction.