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。     

基于小波和Zernike矩的标尺靶亚像素检测算法

为解决特殊环境下基于光电成像的高精度测量系统中的低照度含噪靶面高精度测量的难题,提出了一种基于小波变换和Zernike矩相结合的亚像素边缘检测方法.该算法首先对获得的低照度含噪靶面图像采用基于小波变换局部模极大值的方法进行抗噪声的粗级边缘提取和去噪处理,获得靶面图像的像素级边缘和具有边缘保持特性的无噪声靶面图像,然后通过在边缘区域内求取Zernike矩的方法进一步提高边缘检测的精度,使得边缘检测的精度达到亚像素级,以便进一步提高测量精度.试验和仿真结果表明:该算法能够在特殊环境下实现对低照度含噪靶面的高精度边缘检测和测量,检测精度达到0.2pixel,具有较强的工程应用价值.     

激光基准成像测量光斑图像的亚像素检测算法

在激光基准下基于CCD成像身管轴线直线度测量系统中,对激光光斑图像的高精度检测和定位是影响系统测量精度的一个重要因素.为了提高激光光斑图像的检测和定位精度,提出了一种Sobel-Guass拟合算子的激光光斑亚像素边缘检测方法,同时结合最小二乘迭代圆拟合法设计了光斑中心的高精度定位.即:首先用Sobel算子细化边缘,进而在梯度方向上进行高斯函数拟合插值,进一步提高图像边缘位置的检测精度,最后经最小二乘圆迭代拟合后得到激光光斑的亚像素级几何参数,从而使测量系统的精度提高一个数量级.实验结果表明:像素细分后对像素点的定位精度可以达到0.1个像素,亚像素边缘对标志中心的定位精度优于0.03像素.     

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.     

基于圆拟合的激光光斑中心检测算法

激光光斑中心检测是光学测量中常用的关键技术，检测算法的精度和速度直接影响了测量的精度及速度，传统的检测算法如重心法，Hough变换法等在检测精度或速度上存在不足，基于圆拟合的激光光斑中心检测算法是根据最小二乘原理用圆来逼近激光光斑轮廓，该算法除了可以检测光斑中心外，还可以检测光斑半径，达到亚像素级的定位精度，具有很快的计算速度，可适用于实时的光学测量。     

基于梯度信息的随机Hough变换圆轮廓测量技术

在图像处理及计算机视觉中,Hough变换是一种应用非常广泛的图像边缘检测技术.分析了Hough变换的基本原理,指出了传统Hough变换以及随机Hough变换存在的缺陷,提出了一种基于随机Hough变换、综合利用图像本身灰度信息和梯度信息,并根据图形本身性质搜索边缘点的适用于圆周及圆弧轮廓的边缘检测算法.该算法采用"多对一"映射,显著减少了存储所需的容量;采取并行算法提高了运算速度;采用亚像素细分技术对边缘进行进一步的细化处理,提高了测量精度;最后用弦长加权法对边缘点进行拟合,得到被测参数.依据上述原理研制了高精度、高效率图像采集与处理系统,并在该系统上进行了实验.实验结果表明,对于对比度较差的轮廓,其测量不确定度在0.15像素以内.     

自适应模糊Hough变换

提出一种直线检测的新方法——自适应模糊Hough变换.该方法在依据梯度方向信息对边缘像素进行模糊映射的基础上,以模糊累积矩阵作为全局约束条件,采用模糊推理求取每像素所属直线的具体参数,并通过二次累积检测直线段.实验表明所提算法计算消耗小,检测精度高,并能提供直线段的完整描述.     

基于改进Hough变换的印刷电路板定位配准

电路板自动光学检测中常通过检测电路板的边缘直线来确定其旋转角度和平移量从而完成定位配准,存在运算量大、精度不高的问题.对传统Hough变换检测直线方法进行改进,从图像金字塔、约束投票角度、约束搜索点的区域3个方面提高Hough变换的效率,并利用最小二乘拟合法提高检测精度.定位配准时,先运用改进的Hough变换求取电路板边缘直线的近似参数;然后在原图上对边缘直线进行拟合求取电路板的精确旋转角度和平移量,完成定位配准.实验表明本文方法能准确完成电路板的定位配准,对大小为1 920×1 080像素的电路板图像,定位时间约为60 ms,定位误差小于1个像素.     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.