基于二次曲线拟合的图像亚像素边缘定位算法

在图像测量系统中,边缘提取精确度直接影响测量精确度.提出一种基于二次曲线拟合方法的图像亚像素边缘提取算法,介绍了基于方形孔径采样定理的边缘定位算法的推导过程.计算机仿真和对实际图像边缘定位的实验结果表明,此亚像素边缘定位算法的定位不确定度优于0.14象素,有效提高了图像边缘提取的定位精确度,从而提高测量精确度.     

一种适用于图像测量的角点检测算法

根据角点一定是边缘点且是2条边缘或多条边缘交点的几何特征,提出了一种基于亚像素边缘拟合的角点提取算法.首先,获得形成角点的边缘所处的图像区域,在该区域中利用亚像素边缘检测算法求得边缘的方程,然后利用相邻2条直线方程分别求交点,最终取均值求出角点的亚像素坐标.通过与Bouguet算法比较,发现在视觉比较、投影误差相近的情况下,本文角点检测算法获得的尺寸测量值的平均绝对误差要小于Bouguet算法,证明本算法更适用于高精度的图像测量。     

基于变结构元与参数映射的石英摆片参数测量

为了满足诸如民用领域和国防技术领域中对挠性器件石英摆片参数高精度测量的要求,提出一种利用视觉图像对石英摆片参数进行高精度测量的非接触方法.该方法通过视觉测量系统对石英摆片图像进行摄取,利用变结构元广义形态学边缘检测算法进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,提出了对圆形曲线进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的曲线边缘点数据,通过定义一个新的误差函数并最小化,可以计算出石英摆片参数.实验结果表明,该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现石英摆片参数的精密测量.     

基于小波和Zernike边缘提取

为能在噪声图像中准确地找到边缘的亚像素坐标,提出了一种基于小波多尺度积和改进Zernike算法的边缘亚像素坐标提取方法。首先,用多尺度小波变换处理图像,充分发挥大、小尺度各自的优势,结合多尺度乘积的特性,提取噪声图像的像素级坐标。在此基础上,使用改进的Zernike方法提取亚像素坐标。2组对比试验表明,该方法能准确地提取噪声图像的亚像素边缘坐标,较Zernike算法抗噪能力强,提取的边缘坐标准确度高。     

基于图像的小尺寸零件圆参数亚像素定位算法

亚像素软件处理技术可以在一定程度上补偿图像测量系统由硬件限制引起的边缘定位误差,针对工业中的小尺寸圆形零件参数检测,提出了一种基于Zernike矩、二次多项式插值和最小二乘法拟合的圆参数亚像素定位算法。首先根据Zernike正交复数矩建立圆物体边缘点与边缘参数之间的映射关系,并提取边缘点;然后利用二次多项式插值在梯度方向上对提取出的边缘点进行进一步定位;最后利用最小二乘法拟合插值后的边缘点,得到亚像素精度的圆参数。通过小尺寸圆形惯性器件图像边缘提取实验,对该算法的有效性和检测精度进行了研究,给出了惯性器件的实测尺寸对比结果。实验结果表明:提出的圆参数亚像素定位算法比传统算子具有更高的检测定位精度,可满足图像目标高精度实时在线测量的要求。     

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。 更多还原     

一种基于特征区域分割的图像拼接算法

针对图像采集和测量时需要将多幅图像拼接成一幅大图像的问题，提出了一种图像拼接算法，利用特征区域块分割技术来实现图像的拼接。用灰阶Sobel算子通过引入衰减因子对图像进行边缘检测得到不失真的灰阶边缘图，然后将灰阶边缘图进行三次样条插值处理，使特征区域块边缘的定位达到亚像素级，提高了图像边缘检测的精度，有利于图像的高精度拼接。实践结果表明，该算法简单易行，定位较准确，拼接效果好，能有效地克服图像质量的影响，当图像灰度值相差较大并且图像具有旋转时，该算法也能实现对图像无缝平滑拼接。     

基于机器视觉的角码孔径测量方法研究

针对角码孔径测量工作量大、速度慢、受主观因素影响大等问题,提出了一种基于机器视觉的角码孔径测量方法。首先,对采集到的图像进行灰度化、二值化和图像转正操作,以提高图像的处理速度,快速定位角码所在位置和建立准确的物像关系;然后,采用Canny边缘检测算子对角码孔径轮廓进行像素级提取,得到一个复杂多边形轮廓;最后,在复杂轮廓的最小外接圆上建立卡尺工具,实现对角码孔径边缘的亚像素精度提取。实验结果显示,该方法的最大测量误差小于0.03 mm,重复性测量精度近似为0.01 mm,系统的测量时间为126 ms。因此,该方法能够满足角码孔径的测量精度要求且测量数据具有很好的稳定性;能够满足大批量、高强度、实时在线检测需要,具有较好的应用前景。     

机器视觉疲劳裂纹扩展试验裂纹测量系统标定方法

机器视觉检测金属疲劳裂纹扩展试验中,需要先对摄像机进行标定,设计了机器视觉疲劳裂纹扩展试验裂纹测量的实验装置,通过高斯平滑滤波和拉普拉斯图像增强对标定块图像预处理,采用亚像素边缘检测精确获取图像边缘,根据标定块的特点,采用直线拟合法检测标定点.建立针孔摄像机成像模型,并结合本系统的实际情况采用一种改进的Tsai标定方法.在NI-Vision平台上进行了标定实验,实验证明本标定算法达到了预期的功能和精度需求,为后续疲劳裂纹的测量奠定了基础.     

基于线阵CCD的在线亚像素边缘测量系统

为了提高精密矫直机测量工件挠度的精度和效率,提出了一种集成FPGA的在线亚像素边缘测量系统。详细介绍了利用线阵CCD对工件挠度进行非接触测量的系统原理和流程,利用CCD图像信号边缘梯度的特性,介绍了一种基于多项式插值且易于集成在FPGA的亚像素边缘检测算法。仿真实验证明,该测量系统重复性误差为0.18个像元,达到了亚像素测量精度。     

采用结构光的大跨度销孔加工精度在线测量

设计采用十字线结构光的双相机视觉测量系统,构建由2个高精度工业相机、2个十字激光器和环形光源等组成的图像采集装置. 在传动箱加工现场获取端面销孔图像,提取图像感兴趣区域(ROI),采用双边滤波进行降噪预处理、二值化和边缘检测;基于改进方向模板法提取2个十字线结构光的中心线. 依据测量系统的设计原理分别测出2个销孔的孔径及其位置度. 结果表明：对于孔径,机器视觉在线测量装置与电子塞规的测量结果的偏差平均值为0.001 mm;对于孔组位置度,机器视觉在线测量装置与三坐标测量仪的测量结果的最大偏差为0.02 mm. 这表明机器视觉在线测量装置能满足加工精度要求和在线实时测量需求.     

Research and Implementation of Algorithm for Image Enhancement and Unwrapped Distortion Correction for SLVF Panoramic Night Vision Image

Abstract： Based on digital signal processor（DSP） and field programmable gate array（FPGA） techniques, the architecture of super large view field（SLVF） panoramic night vision image processing hardware platform was established. The panoramic unwrapping and correcting algorithm, up to a full 360°, based on coordinate rotation digital computer （CORDIC） and night vision image enhancement algorithm, based on histogram equalization theory and edge detection theory, was presented in this paper, with the purpose of processing night vision dynamic panoramic annular image. The annular image can be unwrapped and corrected to conventional rectangular panorama by the panoramic image processing algorithm, which uses the pipelined CORDIC configuration to realize a trigonometric function generator with high speed and high precision. Histogram equalization algorithm can perfectly enhance the contrast of the night vision image. Edge detection algorithm can be propitious to find and detect small dim dynamic targets in night vision circumstances. After abundant experiment, the al- gorithm for panoramic image processing and night vision image enhancement is successfully implemented in FPGA and DSP. The panoramic night vision image system is a compact device, with no external rotating parts. And the system can reliably and dynamically detect 360＊ SLVF panoramic night vision image.     

基于机器视觉的轴承密封圈缺陷检测方法

以江苏某轴承股份有限公司的4011XXXX型的轴承为研究对象,运用机器视觉技术中的Canny算子对轴承密封圈图像进行边缘提取,应用最小二乘法对其边缘拟合,编写缺陷特征识别算法,并在Visual C++6.0环境下实现了该检测算法.     

Feeding Control System of Conveyor-belt Based on Image Processing

Based on the real time measurement of the width of coal flow, the method for measuring the width and the relative position of coal flow on a conveyor-belt by image processing was presented. A feeding control system of conveyor-belt was proposed using a fuzzy controller. This control system consists of CCD camera, universal image sampling system, control network and executor. The result shows that the algorithm used in the image processing is simple and efficient, and the measuring error of width is less than 4%.     

滚珠螺母的机器视觉检测

提出了基于机器视觉检测技术的滚珠丝杠副螺母的非接触测量方法。将用A102FCCD数字摄像头采集的图像经过IEEE1394数字接口卡传输到计算机。对原始数字图像实施预处理、二值化、轮廓提取及细化等处理后,将图像信息转变成宏观图形信息。在尺寸测量时,借助于图像处理中提取的边界,使用自编程序测量和计算螺母的螺距、珠心径、球面度误差、圆柱度误差及滚道锥度,其测量误差分别为0.001、0.023、0.010、0.016及0.006 mm。分析了误差产生的原因,指出光学误差是影响测量精度的主要因素。测量结果满足产品的技术要求。理论分析及实验结果表明了该方法正确可行。     

螺旋曲面接触式测量的数据处理

接触测量仪的测量头与被测表面接触，可以比较精确地给出测量头球心座标。测头球心座标所形成的曲面是被测曲面的等距曲面，但是微分几何中还没有等距曲面的一般理论。通过测头球心座标求接触点，只能借助于近似算法，现在还没有通用于任何曲面测量的高精度软件。螺旋曲面是特殊的曲面，已证明其等距贡面也是螺旋面，而且具有相同螺旋参数。根据这个结论可以给出螺旋面测量的精确算法，本文作者通过实例验证了该算法，即用三座标量仪     

基于DSP运动控制器的丝杠误差动态测控系统

分析了丝杠螺距误差测量的基本原理,简述了基于DSP运动控制器的丝杠螺距误差动态测试系统,并研究开发了计算机辅助自动分析测控软件。该软件具有良好的人机操作界面,实现了丝杠螺距的自动测量、自动分析以及自动精度验收评定。系统性能稳定可靠,操作性强,检测效率较高。     

基于计算机视觉的纤维带铺放间隙检测研究

研究了基于纤维带在某一铺放角度（0°～90°）下的间隙检测系统,采用PC高速图像采集卡的计算机视觉技术实现检测。在检测过程中,用CCD／CMOS相机＋图像采集卡的方法实现实时图像序列采集。并研究了间隙检测系统的硬件设计,提出了设计测量软件的思想、图像处理的步骤和一种简单易行的间隙检测算法,通过视觉软件检测验证了铺放缺陷可采用视觉完成检测。为了提高系统的整体性能,可采用ARM或DSP来代替PC机,同时可以改进图像识别算法,提高纤维带边缘识别的精确度、准确率和实时性。     

基于机器视觉的焊缝宽度测量方法

针对焊缝检验尺对焊缝宽度检测精度差和效率低的特点,提出一种基于机器视觉的焊缝宽度测量方法。通过测量设备获取目标图像,使用直方图均衡化和分段线性变换相结合的算法对图像进行增强。采用基于最大阈值Ostu的图像分割算法经过膨胀腐蚀等形态学的处理提取目标轮廓,再利用霍夫变换检测焊缝边缘,计算焊缝宽度。实验结果表明,该算法对焊缝的宽度检测精度可达0.01mm,效率更高。     

基于单目机器视觉的耐火砖检测技术

耐火砖的检测以往需要在艰苦的环境下采用手工操作来完成。对传统的检测方法进行改进,将单目视觉检测技术和图像处理技术应用于耐火砖的尺寸测量。先用高分辨率的摄像机采集耐火砖的图像,再对图像进行边缘提取、连接、分割与拟合计算,提取出砖块图像的特征信息,最后根据目标平面和图像平面间的映射关系精确地计算出耐火砖的长度和宽度。实验结果表明,该测量系统结构简单、性能稳定,能够快速准确的对耐火砖实现尺寸测量。