基于一阶微分算子的玻璃碎片检测与识别
高空间分辨率LA-ICP-MS_测定硅酸盐玻璃标准物质中42_种微量元素
何焘，张晨西，张文，等. 高空间分辨率LA-ICP-MS 测定硅酸盐玻璃标准物质中42种微量元素[J ]. 岩矿测试，2023，42（5）：983−995. doi: 10.15898/j.ykcs.202308090134.HE Tao ，ZHANG Chenxi ，ZHANG Wen ，et al. Determination of 42 Trace Elements in Silicate Glass Reference Materials by High Spatial Resolution LA-ICP-MS [J ]. Rock and Mineral Analysis ，2023，42（5）：983−995. doi: 10.15898/j.ykcs.202308090134.高空间分辨率LA-ICP-MS 测定硅酸盐玻璃标准物质中42种微量元素何焘1，张晨西2，张文1，冯彦同1，梁婷3，邱晓云1，曹慧1，胡兆初1（1. 地质过程与矿产资源国家重点实验室，中国地质大学（武汉），湖北 武汉 430074；2. 自然资源部金成矿过程与资源利用重点实验室，山东省地质科学研究院，山东 济南 250013；3. 中国科学技术大学地球与空间科学学院，安徽 合肥 230026）摘要： 近年来，随着人们对关键金属（稀有金属、稀土金属、稀散金属和稀贵金属）的成矿机制、分布规律和绿色利用等研究日益加深，建立原位测定地质样品中关键金属元素（如REEs 、Cr 、Co 、Ga 、Ag 、Cd 、In 、W 、Tl 等）分析方法对于研究关键金属元素的地球化学行为、分布规律和成矿机制具有重要意义。
由于关键金属在地壳中丰度极低（一般为ng/g ～μg/g 级别），赋存矿物非常细小（粒径μm 级别），因此需要建立高空间分辨率微区原位分析技术实现低含量（ng/g ～μg/g ）微量元素的定量。
本文提出了高频剥蚀模式与Ar-N 2等离子体技术相结合提升LA-ICP-MS 对微量元素的检出能力，使之能够满足地质样品中关键金属元素的检测需求。
(一阶)一种基于分数阶次微积分模板的新型边缘检测方法
一种基于分数阶次微积分模板的新型边缘检测方法摘要：本文利用分数阶次微分和分数阶次积分组成复合导数，在复合导数基础上提出了一种边缘检测新算子。
为实现分数阶次微分，推导出一种新的复数模板。
通过检测一维曲线，验证了复合导数可以近似模拟一阶导数并具有抑制噪声的能力。
二维图像的检测结果表明，新算子在无噪声干扰情况下可以精确、有效地完成边缘检测任务；在有噪声情况下可以有效地抑制噪声干扰。
最后，对新算子进行了定量分析并与算子进行比较。
结果表明新算子具有低定位错误率的优势。
关键词：图像处理；边缘检测；分数阶次微积分；抗噪性；定量分析A Novel Edge Detection Method Based on Fractional-order CalculusMaskAbstract:In this paper,a new edge detection operator based on a composite derivative,which is realized by the combination of fractional differentiation and integration,is proposed.The new complex edge-detection mask is also deduced for the implementation of fractional differentiation. The abilities of the compound derivative,in terms of approximate simulation of first-order derivative and suppression of noise,are demonstrated through one-dimensional examples.The experimental results of two-dimensional examples indicate that without the contamination of noise,the new operator can accurately detect the edge;while with the noise contamination,the new operator can effectively suppress the noise.Finally,quantitative analysis of the new operator is given.The results of the comparison between the new operator and operator show that the new operator has the advantage of low mispositioning rate.Key Word:Image processing,edge detection,fractional differentiation and integration,noise immunity,quantitative analysis1、引言边缘检测是图像特征提取的重要技术之一。
安全玻璃碎片图像的边缘检测方法比较
文章编号:1672-6197(2005)03-0036-05安全玻璃碎片图像的边缘检测方法比较周雪芹1,刘晓红1,张丽红2(1.山东理工大学计算机科学与技术学院,山东淄博255049;2.山东省机电学校,山东济宁272015)摘 要:分析了安全玻璃的碎片状态试验后采集到的数字图像的灰度分布特点,并且应用几种不同的边缘检测方法来对该类图像进行边缘的检测,最后对实验结果进行了分析和比较.关键词:安全玻璃;碎片;边缘检测算子;形态梯度中图分类号:TP317.4 文献标识码:AComparison of several edge 2measuring methods ofsafety glass fragmentation imagesZHOU Xue 2qin 1,L IU Xiao 2hong 1,ZHAN G Li 2hong 2(1.School of Computer Science and Technology ,Shandong University of Technology ,Z ibo 255049,China ;2.Shandong Mechanical &Electronical School ,Jining 272015,China )Abstract :The distribution characteristics of the gray intensity in digital images collected from the safety glass breaking test was ing several different edge 2measuring methods to the similar kind of images ,some experimental results were measured ,analysed and compared.K ey w ords :safety glass ;fragment ;edge 2measuring operators ;morphological grads碎片状态试验是安全玻璃强制检验的一项重要内容,目的是为了确定安全玻璃破碎时其碎片造成的伤害程度.做该试验时,要求取出样品,在经过冲击后玻璃样品就会碎裂,统计出5cm ×5cm 的正方形内的玻璃的碎片数,看其数量是否在一定范围内.如果能用计算机及图像处理技术准确迅速地统计出安全玻璃在碎片状态试验后要求范围内的碎片数,不但能提高检验员的工作效率,而且还能使其从重复繁重的工作中解脱出来,具有十分重要的意义.统计碎片块数的关键就是检测出碎片的边缘.在图像处理技术中,虽然用于边缘检测的方法很多,但并没有一个通用有效的算法,需要根据不同的处理对象而采取适当的边缘检测算法.在国外,有学者曾对玻璃碎片状态试验后的图像进行分析和探讨[1],但至今还没有一种对碎片状态试验后自然光照射状态下的图像的分析算法,本文拟根据碎片状态试验后的自然光状态下取得的图像,来探讨玻璃碎片的边缘检测问题.收稿日期:2005-01-06基金项目:山东理工大学科学基金资助项目(2004K J M28)作者简介:周雪芹(1973-),女,助理研究员,硕士研究生. 第19卷第3期 山东理工大学学报(自然科学版) Vol.19No.32005年5月 Journal of Shandong University of Technology (Sci &Tech ) May 20051 碎片状态试验数字图像的特殊性图1是本文所探讨的碎片状态试验图像,它具有以下特点:1)局部的边缘不清晰,有为数不少的边缘处与和它相邻的、分属于两碎片区域的灰度差别不明显.2)噪声比较显著,在一个碎片内部灰度不是均匀一致的,有许多的或大或小的噪声点.3)边缘宽窄不一,最宽的地方能达到8～12像素,细的1～2个像素(由图2可看出).4)边界连通不好,有些确实是边界的地方没有联通,导致本属于两个碎片的区域极容易被错分.5)整个图像的像素的灰度值分布比较集中,分布不均衡,95%的灰度集中在80～150之间,灰度分布情况见图3.图1 碎片状态试验后取得的图像图2 图1的k means 聚类法结果图(其中k =5)图3 图1的灰度直方图 6)边缘处的灰度分布不均匀,这个特点从图2能够看出来.由图2可见,边缘像素分属不同的类(在此方法中,属于同一类的像素表现为灰度值相同),并且这5类的灰度在边缘上均有出现,互相交叉,这个特点使得不可能用简单地取阈值的方法来分割图像.综合以上本类图像的分布特点可以看出,如何将碎片的边缘从图像中完整地提取出来,是该类图像进行后继分析的一个难题.2 用于碎片状态试验数字图像的几种 边缘检测方法 由于如上所述的碎片状态试验数字图像的复杂性,如何准确地检测出该类图像的边缘是一个没有解决的难题.本文在该类图像上(以图1为例)做了实验,主要采用传统的微分学上的梯度算子和数学形态学的单尺度形态梯度算子等方法.2.1 传统的常见的几种边缘检测算子[2,3]图4 Sobel 边缘检测算1)Sobel 边缘算子图4所示的两个卷积核形成了Sobel 边缘算子,图像中的每个点都用这两个核做卷积,一个核对通常的垂直边缘响应最大,而另一个对水平边缘响应最大.两个卷积的最大值作为该点的输出位.运算结果是一幅边缘幅度图像.So 2bel 边缘算子处理过的图见图6.2)K irsch 边缘算子73第3期 周雪芹,等:安全玻璃碎片图像的边缘检测方法比较图5所示的8个卷积核组成了K irsch 边缘算子.图像中的每个点都用8个掩模进行卷积,每个掩模都对某个特定边缘方向作出最大响应,所有8个方向的最大值作为边缘幅度图像的输出.最大响应掩模的序号构成了边缘方向的编码.用K irsch 算子处理过的图见图7.图5 Dirsch边缘检测算子图6 对图1使用Sobel 边缘算子处理后的图像图7 对图1用K irsch 边缘检测算子处理后的图像图8 P rew itt 边缘检测算子 3)Prewitt 边缘算子图8所示的两个卷积核形成了Prewitt 边缘算子.和使用sobel 算子的方法一样,图像中的每个点都用这两个核进行卷积,取最大值作为输出.Prewitt 算子也产生一幅边缘幅度图像,用该算子处理的图像见图9.2.2 C anny 边缘检测算子[4]Canny 边缘检测法是高斯函数的一阶微分,它能在噪声抑制和边缘检测之间取得较好的平衡.算法如下:1)用高斯滤波器来对图像滤波,以去除图像中的噪声.2)对每个像素,计算其梯度的大小M 和方向θ.P =12×-1 1-1 1 Q =12×11-1-1M =P 2+Q2 θ=arctan (Q/P )图9 对图1用Prewitt 边缘检测算子处理后的图像图10 对图1用C anny 算子处理后的图像83 山东理工大学学报(自然科学版) 2005年 3)对梯度进行“非极大抑制”对梯度的方向可以被定义为属于4个区之一,各个区有不同的邻近像素用来进行比较,以决定局部极大值.用该算子对原图(图1)处理的结果见图10.2.3 数学形态学的形态梯度算子[5]数学形态学是一种基于集合论的非线性图像处理理论.它的基础是二值形态学,基本变换包括腐蚀、膨胀、开、闭.它最初应用于二值图像,后推广到灰度图像中.下面简要介绍在灰度图像中各种运算的定义:设f (x ,y )是输入图像函数,b (i ,j )∈B 是结构元素函数.灰度膨胀:(f B )(x ,y )=max {f (x -i ,y -j )+b (i ,j )|b (i ,j )∈B 且f (x -i ,y -j )∈f }灰度腐蚀:(f B )(x ,y )=min {f (x +i ,y +j )-b (i ,j )|b (i ,j )∈B 且f (x +i ,y +j )∈f }灰度开:f ○B =(f B ) B灰度闭:f ●B =(f B ) B求形态梯度分两步走:1)平滑图像灰度开能消除或减弱比结构元素B 尺寸小的亮细节,而保持图像整体灰度值和大的亮区域基本不受影响;而闭运算能消除或减弱比结构元素B 尺寸小的暗细节,也保持图像整体灰度值和大的暗细节基本不受影响.因此,先开后闭的运算可以对图像产生平滑效果.选取B 为{0,1,0;1,1,1;0,1,0},图1的平滑效果见图11(a )所示.2)求形态梯度与二值图像求边缘相同,灰度图像的边缘检测算子为:灰度膨胀边缘检测算子:d 1=f B -f灰度腐蚀边缘检测算子:d 2=f -f B灰度形态梯度边缘检测算子:G (f )=d 1+d 2=f B -f B.用前面提到的结构元素B 和G (f )对图11(a )求边缘的效果见图11(b ).(a )对图1进行形态平滑后的结果图像(b )对图11(a )求得的形态梯度图图11 用数学形态法处理灰度图像3 实验结果及分析利用上述的几种边缘检测方法对玻璃碎片状态图像处理的结果如图6,7,9～11所示,图6是把So 2bel 算子应用到原图的结果,它的边缘处较亮,几乎每个碎片的边缘处都有较亮的点,这就有可能将这些亮点作为提取该碎片边缘线段的种子点,可以考虑采用该图像进行后继处理;图7是K irsch 算子处理93第3期 周雪芹,等:安全玻璃碎片图像的边缘检测方法比较的结果,与其他算子处理的结果相比,它的效果最差,亮的区域太多,边缘和内部区域搅在一起,显得杂乱无章,不能考虑后继处理;图9是Prewitt 算子处理的结果,它与图6相类似,但比图6的效果要好,可以考虑做后续分析;图10是Canny 算子处理结果图像,它产生的边缘是一个像素宽,边界与内部区域的灰度比较差别明显,可以考虑对它进行后继分析;图11是应用数学形态学的方法对原图进行了处理,其中图11(a )是平滑图像,然后对平滑后的图像求梯度,可以看出,图11(b )在所检测的图像边缘中效果是最好的,它能将边缘和内部区域很好地分开,但也存在着边界不够完整的缺点,这需要在后续的处理中将边缘补充完整.4 结束语本文讨论了几种边缘检测方法在碎片状态试验图像上的应用,并且根据结果给出了一定的评价.边缘检测方法主要包括几种传统的边缘检测算子和数学形态学的形态梯度算子,经实验证明,基于数学形态学的边缘信息提取算法优于基于微分运算的边缘提取算法,它不像微分算法对噪声那样敏感,同时提取的边缘也比较光滑;边界也比较连续,断点少.因此,形态学梯度算法对于检测该类图像的边缘更为有效,可以优先考虑在它的基础上对图像进行后继的分析.如何检测到完整、清晰的碎片边缘将是以后进行研究的重点.参考文献:[1]G or Don G aile G.Automated glass fragmentation analysis[J ].Procedings of the SPIE ,Machine Vision Applications in Industrial InspectionIV ,1996,2665(2):2442252.[2]何 斌,马天予,王运坚,等.Visual C ++数字图像处理(第二版)[M ].北京:人民邮电出版社,2002.[3]钟志光,卢 君,刘伟荣.Visual C ++.N ET 数字图像处理实例与解析[M ].北京:清华大学出版社,2003.[4]周心明,兰 赛,徐 燕.图像处理中几种边缘检测算法的比较[J ].现代电力.2000,17(3):65269.[5]王 宇,王 乘,刘吉平.一种基于数学形态学的遥感图像边缘检测算法[J ].重庆邮电学院学报.2003,15(2):57260.04 山东理工大学学报(自然科学版) 2005年 。
基于边缘检测法的碎片复原技术_大学生数学建模竞赛论文 精品推荐
基于边缘检测法的碎片复原技术摘要当今碎纸机已经成为办公室不可或缺的一部分，但碎纸片的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用，本文针对碎纸片建立复原模型，对碎纸片的复原进行研究。
针对问题一：运用边缘检测法中边缘特征值相似度越高匹配程度越好的原理建立模型一，以左右边缘特征值为出发点，运用matlab软件编程，得到附件1图片的复原排序为:008，014，012，015，003，010，002，016，001，004，005，009，013，018，011，007，017，000，006；附件2图片的复原排序为：003，006，002，007，005，018，011，000，005，001，009， 013，010，008，012，014，017，016，004。
针对问题二：在模型一的基础上，运用平面图片的四维方向性建立模型二，以上下左右四个方向的边缘特征值为出发点，运用matlab软件编辑循环程序，对附件3的图片碎片进行循环比较匹配，得到除143、038、018、074、176、043等6张独立的图像外的附件3的大部分复原排序，结合人工的干预可以得到附件3的复原排序；对附件4得到除150、057、132、206、009、177等6张独立的图像外的附件4的大部分复原排序，结合人工干预得到附件4的复原排序。
针对问题三：在模型一和模型二的基础上，运用无有效重叠区域图像拼接的原理建立模型三，并运用matlab软件编程的方法，得出095a，095b，156a，156b，028a，028b，022a，022b，087a，087b ，105a，105b为孤立的图片，因为每张图片都是a面和b面对应的，所以孤立图片也是一一对应的，经过人工干预可以得到附件5中图片正、负两面的排序。
本文对碎片复原进行了研究，该项技术对大多数企业、机关院校和军队会出于保密的需要，使用碎纸机对重要文件、单据以及材料进行销毁，而事实上，在许多情况下，需要将已经破碎的文档重新恢复起到重要的作用。
空间碎片仅角度甚短弧初轨关联研究
㊀㊀第５０卷㊀第２期测㊀绘㊀学㊀报V o l ．５０,N o ．２㊀２０２１年２月A c t aG e o d a e t i c ae tC a r t o g r a ph i c aS i n i c a F e b r u a r y ,２０２１引文格式:雷祥旭．空间碎片仅角度甚短弧初轨关联研究[J ]．测绘学报,２０２１,５０(２):２８３．D O I :１０．１１９４７/j．A G C S ．２０２１．２０１９０５２７．L E IX i a n g x u ．R e s e a r c ho na s s o c i a t i n g u n Ｇc o r r e l a t e d t r a c k s b a s e d Ｇo no n l y v e r y s h o r t a r c a n g l eo b s e r v a t i o n so f s pa c ed eb r i s [J ]．Ac t aG e od ae t i c a e tC a r t o g r a ph i c aS i n i c a ,２０２１,５０(２):２８３．D O I :１０．１１９４７/j ．A G C S ．２０２１．２０１９０５２７．空间碎片仅角度甚短弧初轨关联研究雷祥旭山东理工大学建筑工程学院,山东淄博２５５０００R e s e a r c ho na s s o c i a t i n g u n Ｇc o r r e l a t e dt r a c k sb a s e d Ｇo no n l y v e r y sh o r ta r c a n g l eo b s e r v a t i o n s o f s pa c ed eb r i s L E I X i a n gx u S c h o o l o f C i v i l a n dA r c h i t e c t u r a l E n g i n e e r i n g ,S h a n d o n g U n i v e r s i t y o f T e c h n o l o g y ,Z i b o ２５５０００,C h i n a ㊀㊀随着各国航天技术的发展,持续增多的空间碎片对在轨航天器或卫星的正常运行造成了严重威胁.空间碎片编目是开展空间碰撞预警㊁航天器规避等工作的基础,研究空间碎片编目技术具有重要的理论价值和实际意义.光学观测空间碎片常用观测手段之一,利用甚短弧光学数据实现新空间目标编目关键问题之一就是初轨关联.无任何先验信息条件下,判断两组初轨参数是否来自同一目标就是所谓的初轨关联问题.没有有效的初轨关联技术,将无法发挥天基监测在小碎片编目库扩建中的巨大潜力.现有关联方法大多理论性较强,但在实际应用中有诸多困难.提出理论严谨且计算高效的甚短弧初轨关联算法,满足在不远的将来建设的天基光学监测系统获得的大量甚短弧数据的关联需求,是该博士论文研究的主要出发点.该论文基于坚实的轨道参数误差和位置误差关系的分析,发展了无须初轨误差信息的１套纯几何的初轨关联算法.利用大量仿真和实测甚短弧角度数据对新算法进行了算法验证与性能分析;在此基础上,研发了基于甚短弧光学测角数据的空间目标轨道编目研究系统.论文的研究工作和贡献如下:(１)分析了当前空间目标观测数据关联问题的国内外研究现状,国内学者提出的算法主要针对雷达数据,而针对论文研究的甚短弧角度数据初轨关联问题的算法鲜有发现.将现有的空间目标观测数据关联的方法总结为４类算法,分别是A R (a d m i s s i b l er e g i o n )类方法㊁I V P (i n i t i a l v a l u e p r o b l e m )和B V P (b o u n d a r y v a l u e p r o b l e m )类方法㊁C B T A (c o v a r i a n c e Ｇb a s e dt r a c ka s s o c i a t i o n )类方法㊁J P D A (jo i n t p r o b a b i l i s t i c d a t aa s s o c i a t i o n )和M T T (m u l t i Ｇt a r g e t t r a c k i n g)类方法,并总结了其优缺点.(２)详细研究了轨道根数误差和三维位置误差之间的关系,并据此提出无须误差协方差的初轨关联几何方法.理论上,沿轨方向的位置差异和半长轴线性相关.发展了初轨关联的几何法.如果两初轨来自相同目标,通过调整其中一组初轨的长半轴,二者在中间时刻的沿轨位置之差则接近于零.(３)对高㊁中㊁低轨空间碎片天基低轨光学甚短弧仿真初轨进行关联算法的性能分析.仿真甚短弧角度数据,低轨卫星监测低轨㊁中轨和高轨碎片的弧段平均长度分别为２３s ㊁１１５s 和９９s .结果表明,当两初轨的时间间隔小于３d 时,几何法和C B T A 方法的低轨相同目标关联正确率分别为８４．０％和７８．６％,中轨目标分别为９５．８％和４９．４％,高轨目标分别为７５．８％和５３．４％,表明几何法关联相同目标正确率显著高于C B T A 方法.(４)利用地基光电阵实测甚短弧角度数据验证提出的几何法.利用地基光电阵实测角度数据验证关联算法的性能,几何法关联正确率９０％,C B T A 方法关联正确率４８％,结果说明相比于公认的C B T A 方法,几何法性能优异.２０１７年８ ９月的地基光电阵实测数据处理,成功编目 新目标 ４１５个.(５)基于甚短弧角度数据的空间目标编目软件系统研发.设计和开发了具有完全自主知识产权㊁基于甚短弧光学监测数据的空间碎片轨道编目软件系统,并进行了测试,包含新碎片识别㊁初轨确定㊁初轨关联和多个弧段的精密定轨等模块.该软件可服务于空间碎片编目库的维护和扩展;也可作为后续初轨关联和碎片编目的研究平台.中图分类号:P ２２８．９㊀㊀㊀㊀文献标识码:D 文章编号:１００１Ｇ１５９５(２０２１)０２Ｇ０２８３Ｇ０１基金项目:国家自然科学基金(４１８７４０３５)收稿日期:２０１９Ｇ１２Ｇ２４作者简介:雷祥旭(１９８９ ),男,２０１９年６月毕业于武汉大学,获工学博士学位(指导教师:桑吉章教授),研究方向为空间碎片监测数据处理.A u t h o r :L E I X i a n gx u (１９８９ ),m a l e ,r e c e i v e d h i s d o c t o r a l d e g r e ef r o m W u h a nU n i v e r s i t y o nJ u n e ２０１９,m a j o r si nt h e p r o c e s s i n g o fs p a c e d e b r i s m o n i t o r i n g o b s e r v a t i o n s ．E Ｇm a i l :x x l e i ＠w h u ．e d u ．c n。
在显微镜下对玻璃结石的研究
新型建材0 前言随着人们生活水平的不断提高、科学技术的不断发展以及玻璃工艺的不断改进，人们对玻璃的质量和性能提出了更高的要求。
鉴于此，改进玻璃生产工艺，提高玻璃质量和性能是我国玻璃行业从业人员的首要任务。
玻璃缺陷对玻璃的质量有致命的影响。
通过显微镜下观察和判断玻璃结石，找出结石的成因和位置，从而指导生产，减少结石的产生，提高玻璃质量。
1 玻璃结石的主要来源玻璃缺陷通常包括气泡、玻筋、结石等，尤其是结石，它对玻璃的质量和性能影响很大，是玻璃的主要缺陷。
玻璃结石的来源主要有三种：一种是由原料形成的配合料中的粉料未完全熔化时而形成的结石，未完全熔化的配合料粉料冷却后进入成型部留在液态玻璃中即成结石。
第二种来源主要是砌筑玻璃池窑时用的耐火材料。
由于高温玻璃液在玻璃池窑内并不是固定不动的，移动的玻璃液会侵蚀窑内的耐火材料，特别是玻璃液面附近的耐火材料更容易被腐蚀，被腐蚀的耐火材料进入玻璃池窑中并形成结石。
第三是在玻璃形成时，玻璃溶液中析出的结晶物质的反玻璃化现象，使玻璃失去其清晰透明的性质而形成的结石，我们称之为析晶结石，又称失透结石。
通过对玻璃结石来源的分析研究，查清玻璃结石的化学成分和矿物组成，确定了玻璃结石的成因和位置，我们就可以制定出相应的防止和预防产生玻璃结石的措施。
2 玻璃结石的检验方法常见的玻璃结石检测方法有常规的光学显微镜分析法、化学分析法、X射线物相分析法、电镜结构形态分析法等。
而玻璃结石的光学显微镜分析法是最常见、快速、有效的方法。
研究矿物的光学显微镜主要有偏光显微镜和反光显微镜，。
偏光显微镜主要用于系统地鉴定透明晶体。
而反光显微镜主要用来研究不透明晶体对光的反射。
玻璃中的结石主要是由原料中的矿物、耐火材料和玻璃液中析出的晶体组成，它们都是透明晶体。
因此，我们主要用偏光显微镜来对玻璃中的结石进行研究。
2.1 肉眼手标本分析为了用偏光显微镜来研究玻璃结石中的矿物，第一步应该在结石手标本的肉眼分析的基础上粗略地确定玻璃结石的来源。
一阶微分算子在图像测量中的应用研究
一阶微分算子在图像测量中的应用研究作者：张晖来源：《硅谷》2009年第24期[摘要]图像处理技术是进行图像测量的核心和前提,其处理结果直接影响和决定最终的测量精度。
因此,对图像处理中的各种边缘检测算法分别做理论分析和实验对比,阐明各种算法的特点和适用情形。
[关键词]图像处理边缘检测微分算子中图分类号:TP-9文献标识码:A文章编号:1671-7597(2009)1220074-01随着先进制造技术的发展,传统测量技术和测量范围已渐渐不能适应现代机械制造技术的要求,而基于图像的零件几何量测量方法日益引起广大工程技术人员的关注。
在图像测量过程中,算法对图像的处理和最终测量精度有着至关重要的影响,本文对图像处理中常用的一阶微分算子的理论算发进行了分析,并运用高级编程语言对其进行了实验验证和效果对比,阐明了各种算法的特点和适用情形。
一、边缘检测边缘是指图像局部亮度变化最显著的部分。
边缘主要存在于目标与目标、目标与背景、区域与区域之间,是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础。
边缘提取有很多种方法,主要使用的有微分算子法。
微分算子法主要是基于图像强度的一阶或二阶导数,由于导数的计算对噪声比较敏感,因此,必须使用滤波器来改善与噪声有关的边缘检测器的性能。
导数算子具有突出灰度变化的作用,对图像运用导数算子,灰度变化较大的点处算得的值较高,因此将图像的导数算子运算值作为相应的边界强度,可以通过对这些导数值设置阈值,提取边界的点集。
二、一阶微分算子边缘检测(一)Roberts算子Roberts边缘检测算子是一种利用局部差分算子来寻找边缘的算子,其交叉算子为梯度幅值计算提供了一种简单的近似方法,其两个方向的计算模板为:(二)Sobel算子Sobel算子采用邻域避免在像素之间的内差点上计算灰度梯度值。
两个方向的梯度算子和可分别用卷积模板表示为:这两个卷积核形成了Sobel边缘算子,图像中的每个点都用这两个核做卷积,一个核对水平边缘响应最大,而另一个对垂直边缘响应最大。