利用二次曲线拟合的CCD图像亚像素提取算法

在图像测量系统中，测量系统的精度与边缘提取的精度成正比关系，普通算法的精度为像素级，现在最常用的亚像素算法是重心法。本文提出了一种利用二次曲线拟合方法的亚像素边缘提取算法，介绍了算法的推导过程，并给出了实验结果。     

基于高斯积分曲线拟合的亚像素边缘提取算法

针对传统边缘提取算法定位精度低、对噪声敏感等缺点,提出一种基于高斯积分曲线拟合的亚像素边缘提取算法。通过曲面插值求取像素级边缘法截线上各离散点的灰度值,再进行高斯积分曲线拟合,寻找高斯积分曲线的均值点坐标,实现亚像素边缘的精定位。用量块直线边缘进行实验,并与现有亚像素边缘提取算法比较,实验证明基于高斯积分曲线拟合的亚像素边缘提取算法定位精度较高,可以达到1 μm,且算法可靠性高、计算速度快,能够用于高精度测量。     

刀具轮廓亚像素精度阈值分割算法研究

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。     

基于计算机视觉的齿形参数测量系统

介绍了基于计算机视觉的齿形参数测量系统组成,建立了测量软件框架,提出齿形齿距及压力角两个参数的测量算法.首先利用计算机视觉系统获取齿形原始图像,经边缘提取,数据处理去除小完整齿面后,利用拐点处曲率突变,通过最小二乘法提取齿形特征段.最后根据齿面灰度特征,分别应用曲线拟合及灰度质心迭代两种算法求取亚像素边缘,对边缘进行直...     

基于HT的显微视觉亚像素定位算法

根据显微图像的几何特点,提出了基于HT（Hough Transform）十字显微图像亚像素定位算法（SLACHT）和基于HT近似圆显微图像亚像素定位算法（SLARHT）,对显微图像特征中的直线和近似圆的亚像素定位做了深入的研究。通过与经典直线HT定位算法和经典随机HT圆定位算法进行实验对比,验证了该定位算法的优越性;通过与Matlab中的直线HT定位算法和圆HT定位算法进行实验对比,验证了该算法的可靠性。大量实验表明,该算法的定位精度优于0．01像素,具有运行速度快、鲁棒性强的特点。     

基于改进SUSAN算法的卡钳排气螺钉参数辨识

为对汽车卡钳排气螺钉的微小螺纹尺寸实现高精度在线检测,提出一种基于改进SUSAN算法的卡钳排气螺钉参数辨识方法。首先,对经过兴趣域提取的螺纹图像进行二值化及边缘保持滤波处理,减小光线、噪声等对图像的干扰;SUSAN算法是采用一个近似圆形的模板在图像上移动,寻找出模板内部每个图像像素点的灰度值与模板中心像素的灰度值相同或相似的区域,再根据区域大小判断出角点位置,运用Forstner算子可进一步获得准确的角点坐标,从而计算出M10螺纹大径、中径、小径、螺距及牙型角等几何参数;利用该算法设计一套基于机器视觉螺纹检测系统,并利用万工显与该方法进行比对实验。实验结果表明:该方法的螺距、大径、中径、小径的测量精度为0.01 mm,牙型角精度为8′,均满足螺纹紧固件的测量精度要求,且比传统算法精度高。     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

一种光斑图像中心的亚像素提取方法

针对空间发光点所成光斑图像中心的高精度提取问题,本文提出一种亚像素提取方法.该方法建立了具有高斯能量分布的空间发光点的透视投影光斑图像灰度分布数学模型,证明了空间发光点能量中心的透视投影不变性.通过对光斑图像二阶方向导数和自相关函数的分析,获得Hessian矩阵并推导出像素级光斑图像中心的判定条件,再将图像灰度分布函数在光斑图像像素级中心的亚像素邻域内泰勒展开,并求取光斑图像灰度分布曲面的局部极大值点作为亚像素级光斑图像的中心点.与现有经典方法的对比仿真实验结果表明,该算法具有更高精度和更好的鲁棒生,可广泛应用于视觉检测的摄像机标定、三维形貌测量等任务中(类)光斑中心的高精度提取.     

像素灰度值独立方程重构高分辨力图像

为了提高图像空间分辨力,提出一种基于像素灰度值独立方程重构高分辨力图像的技术.采用机械微扫描法获取序列低分辨力图像,分析半像素错位的序列低分辨力图像与高分辨力图像各像素灰度值的对应关系,建立了高分辨力图像的像素灰度值独立方程,并利用像素灰度值独立方程重构高分辨力图像.仿真结果表明,相比于反演解析法,基于像素灰度值独立方程的重构算法把重构时间从秒级提高到毫秒级,为重建高分辨力视频信号奠定了基础.     

光笔式视觉坐标测量中基于曲线拟合的图像处理方法

提出了光笔式视觉坐标测量中被测特征点像面坐标的提取方法。依据数字图像处理理论并结合测量系统中被测特征点的成像特点,给出了图像预处理过程及实际处理结果;采用基于灰度质心法的径向截面扫描法对图像边缘进行亚像素级检测;应用平面内任意位置椭圆的最小二乘曲线拟合法对椭圆形光斑中心的像面坐标进行了提取,实验结果表明该方法的提取精度为0.1个像素。     

重采样和曲面拟合的图像匹配方法

模式识别中的目标匹配和定位是一个传统问题,但是大多数经典算法其定位精度都是象素级的.图像的亚象元匹配算法,可以突破物理分辨率的限制,把匹配和定位精度从象素级提高到亚象元级,从而满足大规模集成电路制造、摄影测量、工业检测和目标检测等应用对精度的要求.将重采样方法和曲面拟合法有机结合的图像亚象元匹配方法,既有重采样方法精度高的优势,同时通过曲面拟合法加快了计算速度,减少了所需时间.实验结果证明了这种基于重采样和曲面拟合的图像亚象元匹配算法的有效性.     

一种无衍射激光图像亚像素边缘检测方法

为进一步提高无衍射激光图像的定中精度,提出了一种亮环亚像素级边缘点检测方法.首先,采用局域亮度最大方法,提取亮环像素级屋脊边缘点;然后,利用线性插值算法对每一像素级边缘点进行亚像素处理进而获得亚像素边缘点;最后,用最小二乘方法,将亚像素边缘点拟合定中.分别对距离光源40 m、50 m、60 m处,各连续拍摄的50幅图像(图像分辨率为640×480,光靶分辨率为0.057 2 mm/pixel)进行了处理,各位置处的亚像素级边缘点x方向定中标准差分别为0.021 4 nm、0.037 2 mm和0.042 3mm,y方向定中标准差分别为0.022 8 mm、0.035 1 mm和0.043 7 mm,明显优于像素级边缘点,实验结果表明,该方法切实可行.     

汽车发动机进气歧管高精度亚像素边缘检测

提出基于边缘像元投影的汽车发动机进气歧管高精度亚像素边缘检测方法。利用物体边缘投影将其所穿过的感光单元划分2个部分,边缘像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,并利用矩形邻域建模求得边缘亚像素的准确位置。对汽车发动机进气歧管的实验结果表明,与基于曲面拟合的亚像素边缘检测方法相比,对50.00mm×40.00mm规格产品,长短轴标准差分别降低了1.71%和17.78%,对50.05mm×40.05mm规格产品,长短轴标准差分别降低了38.66%和2.03%。     

基于二次曲面拟合的亚象素图象匹配算法

在图象测量系统中，目标的精确定位是一个关键问题，也是应用其它图像处理技术的基础。传统的图象匹配算法只能在象素极定位，本文基于相关函数的二次曲面拟合提出了一种亚象素精度的匹配算法，它对于无噪声图象匹配的绝对误差小于０．０１象素。模拟实验表明，在有噪声的情况下该算法仍具有较小的偏差。     

印刷网点微观图像阈值分割算法研究

目的 通过阈值处理方法, 准确获取网点微观图像的特征参数, 将其与仪器测量值相结合, 综合评价印刷品复制质量。方法 提出一种基于高斯函数模型拟合网点图像灰度直方图数据的阈值分割算法, 寻找网点类图像最佳分割阈值, 对图像进行二值化处理, 得到准确的网点参数。结果 得到的印刷品网点面积率在全阶调范围内更接近于测量值, 分割效果明显优于传统的阈值分割算法。结论 提出的高斯拟合阈值分割算法更有利于提取网点类图像的微观参数, 精度高, 稳定性好,为获取准确的网点图像微观参数提供了理论与实践参考。     

带直线特征的数字图象的位置检测

在图象测量及物体精确定位处理中，为了确定被测物体的旋转及平移的偏差量，通过处理被测物体图象的边缘而获得的几何参数，为提高到测量系统的精度，本文提出了一种通过提取图象边缘的直线特征；并对边缘点进行插值和加密的方法，将图象边缘定位于亚象元，利用最小二乘法拟合出直线方程，根据求得的参数，可以确定图象的旋转及平移量。