一种零件图像亚像素边缘检测算法_张宝峰

合集下载

一种亚像素精度的边缘检测方法_孙秋成

一种亚像素精度的边缘检测方法_孙秋成

第 10 期
孙秋成 , 等 : 一种亚像 素精度的边缘检测方法
1335
运算复杂度, 但是为了在正确边缘模型下精确求得亚像素边缘 R , 引入修正参数 t 是十分必要的 .
4
实验结果
本文使用型号为 CV - M 4+ CL 的 CCD 对实验
模板进行 数据采 集, 获得 图像 的分 辨率为 1 376 @ 1 024. 实验用的模板如图 4 所示, 分别选取该模板中 4 个位置的边缘作为实验对象, 4 个边缘位置的灰度 反差 k 见表 1. 实验步骤如下 : 首先将模板固定在高 精度数控车床 ( 型号 : SB/ C - T M C ) 的溜板上, 利 用溜 板移动模板 . 根据 CCD 的分辨率和拍摄条件 , 选定 溜板的移动步长 ( 见表 1) 保证边缘的移动是亚像素 的, 而且控制边缘总的移动量在一个像素内. 编程控
分, 输出的结果就是图像的灰度值. 由于 CCD 的积分时间和积分面积是相对固定的 , 所以它的输出灰度 值就只与它感光 面上的光强分布 有关[ 14 ] . 因此 , 在一维图 像中的每个 像素的灰 度值是下 面积分的 结 果, 即
^
G ( i) =
^
Q
i+ 01 5 i- 01 5
I ( x ) dx ,
第 35 卷 第 10 期 2009 年 10 月
北 京 工 业 大 学 学 报 JOU RNA L OF BEIJIN G U N IVERSIT Y OF T ECHN OLO GY
V ol. 35 N o. 10 Oct. 2009
一种亚像素精度的边缘检测方法
孙秋成
1, 2
, 谭庆昌 , 安
1
Q Q
i+ 01 5 j+ 01 5 i- 01 5 j- 01 5

一种零件图像亚像素边缘检测算法

一种零件图像亚像素边缘检测算法
( T i a n j i n K e y L a b o r a t o r y f o r C o n t r o l T h e o y &A r p p l i c a t i o n s i n C o m p l i c a t e d I n d u s t r y S y s t e m s ,
a n d d e a l t w i t h, a n d t h e s u b—p i x e l l e v e l e d g e d e t e c t i o n o f t h e i ma g e w a s a t t a i n e d .T h e e x p e r i me n t a l r e s u l t s s h o w t h a t
f a c t o r s t h a t a f f e c t t h e me c h a n i c a l p a r t s f r o m v i s u a l i n s p e c t i o n a p p l i c a t i o n s—d e t e c t i o n r a t e a n d a c c u r a c y ,a n i mp r o v e d
Ed g e De t e c t i o n Al g o r i t h m o f Pa r t s I ma g e S u b— — P i x e l
Z HANG B a o—f e n g , W ANG Mi n g—y u e, Z HU J u n—c h a o
第3 1 卷 第 2 期
文 章编 号 : 1 0 0 6—9 3 4 8 ( 2 0 1 4 ) 0 2—0 2 8 8一 O 5

一种亚像素边缘检测方法

一种亚像素边缘检测方法

一种亚像素边缘检测方法
杨光
【期刊名称】《山西电子技术》
【年(卷),期】2005(000)002
【摘要】提出一种新的亚像素边缘检测方法,此方法先经过传统模板算子粗定位边缘,然后再用ZOM矩算法精确定位.并给出此种方法的具体实现步骤,实验证明这种方法检测精度可达到亚像素级,具有很好的检测稳定性,有很强的实用价值.
【总页数】2页(P16-17)
【作者】杨光
【作者单位】中北大学现代无损检测中心,山西,太原,030051
【正文语种】中文
【中图分类】TP311.52
【相关文献】
1.一种亚像素精度的边缘检测方法 [J], 孙秋成;谭庆昌;安刚;侯跃谦
2.一种无衍射激光图像亚像素边缘检测方法 [J], 常治学;王培昌;逢凌滨
3.一种利用Roberts-Zernike矩的亚像素边缘检测方法 [J], 罗敏;王琰
4.基于改进亚像素边缘提取的一种异性纤维检测方法 [J], 党士许;李磊;张志鸿
5.一种黑片图像亚像素边缘检测方法 [J], 罗敏;王琰
因版权原因,仅展示原文概要,查看原文内容请购买。

图像亚像素边缘检测的新方法

图像亚像素边缘检测的新方法

图像亚像素边缘检测的新方法
胡树杰
【期刊名称】《制造业自动化》
【年(卷),期】2012(034)002
【摘要】本文提出了一种改进的基于正交傅里叶变换的新方法,提高了部分数字图像的亚像素边缘检测的准确性.首先,使用这些矩的低径向阶和旋转不变性描述图像中的小物体,其次,通过在垂直方向上设置边缘,分析在不同顺序和角度的正交傅里叶变换-Mellin矩之间的相互关系,进而充分地提取出边缘的具体特征.实验结果表明,改进的基于正交傅里叶变换的亚像素边缘检测方法提高了部分图像的边缘检测的准确率.
【总页数】3页(P45-47)
【作者】胡树杰
【作者单位】沈阳理工大学信息科学与工程学院,沈阳110168
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.复杂腔体零件机器视觉图像亚像素边缘检测 [J], 张磊;孙首群
2.基于Arimoto熵和Zernike矩的刀具图像亚像素边缘检测 [J], 吴一全;龙云淋;周杨
3.复杂腔体零件机器视觉图像亚像素边缘检测 [J], 张磊;孙首群
4.基于Zernike正交矩的图像亚像素边缘检测算法改进 [J], 王肃国;李龙华
5.强噪声条件下二维图像亚像素边缘检测改进 [J], 姚一永;唐黎
因版权原因,仅展示原文概要,查看原文内容请购买。

表面贴装元件识别的一种亚像素边缘检测方法

表面贴装元件识别的一种亚像素边缘检测方法

1 引言
表面贴装元器件的视觉检测和定位是影响贴片 机整体性能的关键因素 , 其主要任务包括获取元件 的图像 , 利用识别算法对图像进行处理 , 识别元件 的质量 、位置 、角度 、判断所拾取的元件是否合 格 , 以便调整其贴装位置和角度[1 ] 。 在目前现场应用中 , 表面贴装元器件边缘提取 采用的是边界跟踪的方法 , 即从一个梯度幅值图像 (边界锐化图像 ) 着手进行处理 , 依据一定的算法
基金项目 : 国家自然科学基金 ( 60374016) ; 广东省自然科 学基金博士科研启动基金 ( 05300182) ; 广东省粤港关键领 域重点突破项目 ( 20041A01 , TC05B372 - 1) ; 广东省科技 厅重大科技攻关专项 (2004A10403001) ; 2005 年华南理工大 学自然科学基金 “表面贴装生产中的关键视觉检测技术研 究” ; 广 东 省 高 校 科 技 成 果 转 化 重 大 项 目 ( cgzhzd0403 , cgzhzd0402)
Abstract : Sub2pixel algorithms is a high accuracy edge detection method , the detection principle and the performance of the method were analyzed1 Based on the common sub2pixel techniques on determining the precision of component , a sub2pixel algorithm was proposed for component image segmentation based on 32 spline interpolation1 The experiment results demonstrate that the proposed algorithm enhances the precision of edge detection and satisfies the requirement of vision detecting in SMC ( surface mounting machine ) mounting1 Key words : chip recognition ; sub2pixel ; 32spline interpolation

一种基于梯度的亚像素边缘检测算法

一种基于梯度的亚像素边缘检测算法

一种基于梯度的亚像素边缘检测算法
张丰收;王飞;崔凤奎;刘建亭
【期刊名称】《微电子学与计算机》
【年(卷),期】2011(28)3
【摘要】采用Sobel算子确定图像边缘的大致位置,然后用三次样条插值函数对灰度边缘图进行内插计算,使目标边缘定位达到亚像素级.再对插值后的图像采用阈值迭代算法得到阈值特征图像.实验表明,该方法能精确定位目标边缘,达到亚像素精度,优于传统的边缘检测方法.
【总页数】4页(P108-110)
【关键词】边缘检测;亚像素;三次样条插值
【作者】张丰收;王飞;崔凤奎;刘建亭
【作者单位】河南科技大学机电工程学院
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于灰度梯度和反正切拟合的亚像素边缘检测 [J], 吴月波;徐晨;董蓉
2.一种图像亚像素边缘检测算法的改进研究 [J], 田国富;高峰
3.基于形态学梯度的亚像素边缘检测方法的研究 [J], 南春岩
4.一种基于视觉测量的亚像素边缘检测算法 [J], 李杰;耿学贤
5.基于改进形态学梯度和Zernike矩的亚像素边缘检测方法 [J], 魏本征;赵志敏;华晋
因版权原因,仅展示原文概要,查看原文内容请购买。

一种图像亚像素边缘检测算法的改进研究

一种图像亚像素边缘检测算法的改进研究

Ab s t r a c t :I n o r d e r t o i mp r o v e t h e d e t e c t i o n a c c u r a c y o f t o o l p r e s e t t i n g a n d me a s u in r g ma c h i n e ,a n i mp r o v e d s u b— p i x e l e d g e d e t e c t i o n a l g o it r h m f o r i ma g e s i s p r o p o s e d .F i r s t l y, t h e S o b e l a l g o it r h m i s c a r r i e d o u t t o g e t s o me e d g e p o i n t s a t p i x e l l e v e l ,a n d
为O . 6 3 S : 检 测精 度 高 . 可达 O . 1 p i x e l s
关 键 词 :边 缘 检 测 ; 亚 像 素 ; S o b e l ; 正 交 多 项 式 ; 曲 线 拟 合
中 图 分 类 号 :T P 3 9 1 . 4 文 献 标 识 码 :A 文 章 编 号 :1 6 7 4 — 7 7 2 0( 2 0 1 5) 2 1 — 0 0 4 0 — 0 3
s i mu l a t e d e x p e r i me n t s r e s u l t s o f MATLAB s ho w t h a t t he pr op o s e d no v e l a l g o r i t h m n e e ds m u c h s ho r t e r r un ni ng t i me, a bo u t 0. 6 3 S,

一种图像亚像素边缘检测算法的改进研究

一种图像亚像素边缘检测算法的改进研究

一种图像亚像素边缘检测算法的改进研究田国富;高峰【摘要】In order to improve the detection accuracy of tool presetting and measuring machine , an improved sub-pixel edge detection algorithm for images is proposed. Firstly, the Sobel algorithm is carried out to get some edge points at pixel level, and then find the approximate position of edge. Secondly, along the normal of the edge direction with edge points, the pixel is expanded and its gray is calculated. According to mathematical feature of gray distribution of points, the gray level curve is fitted through orthogonal polynomial and least square fit method and the accurate position of edge point with a sub-pixel precision is achieved. The simulated experiments results of MATLAB show that the proposed novel algorithm needs much shorter running time, about 0.63 s, and much higher precision, about 0.1 pixels.%为了提高刀具预调测量仪的检测精度,提出了一种改进的图像快速亚像素边缘检测算法———基于正交多项式拟合的亚像素边缘检测算法。

一种新的亚像素边缘检测算法

一种新的亚像素边缘检测算法

图 1边缘 模 型
图2 s i g mo i d函 数
( a ) 灰 度分 布 图
图3
( b ) 反正切函数图像 表 1两种亚像素检测算法 的运行 时间对 比
亚像素算法 S i g mo i d 函数亚像素检测算法 反正切亚像素检测算法
l 计算平均值/ 像素 l 8 8 9 . 7 7 1 8 8 9 . 7 9
要。 因此 , 亚像素边缘检测方法 被提 出 , 并获得了较高 的检 测精 度。 目前 , 亚像 素 边 缘 检 测技 术 主 要 可分 为 三 大 类 : 基于矩、 插值 法 及 拟 合的方法。 其中, 矩方法过程简单 , 易于实现 , 检测速度较快 , 但是检 测的结果易于受到外部 因素的影响; 虽然插值 法在检测的速度和精 度 这 两 方 面 都 有 良好 的保 证 , 但 是 其 并 不 具 有 良好 的 抗 噪 性 。 而 拟 合类亚像素边缘检测算法 由于对 噪声具有 良好 的鲁棒性并且较好 地保证了检测精度 , 所 以获得 了业界的认可和广泛的应用。 拟合方法 的基本思想是首先找到一 个近似真实边缘灰度分布 的函数模型 , 然后通过最小二乘拟合获得模型 中的参数 , 从而实 现
关键词 : 亚像 素边缘检测 反 正切 函数 s i 舯0 i d 函数 C a n n y 算子 中 图分 类 号: T P 3 9 1 . 4 l 文献标 识码: A 文章编 号: 1 0 0 7 — 9 4 1 6 ( 2 0 1 4 ) 0 2 — 0 1 2 6 — 0 2
1引言
边缘[ 1 是 图像最基本的特征 。 边缘检 测技术[ 2 】 在计算机视觉 、 图像分析等应用 中有着重要作用 , 是图像分析和模 式识别的主要特 征提取手段。 边缘检测的实质是通过一些算法来提取 图像 中灰度不 连续 的边缘像素。 传统边缘检测算法是利用一些微分算子考察图像 的每个像素在某个 区域 内灰度 的变化 ,  ̄ N S o b e l 算子 、 Ro b e r t [ 4 ] 算子 以及c a n n y 算子[ 5 等。 这 些微分算子多为整像素级 , 形式简单所 以检 测速度快 , 但定位精度较差 。 而随着工业的发展 , 生产中对加工精度 需求的提高 , 传统的整像 素级检测方法 已经不能够满足生产 中的需

一种亚像素边缘提取方法

一种亚像素边缘提取方法

一种亚像素边缘提取方法
陈小卫;张保明;郭海涛;张宏伟;党涛
【期刊名称】《测绘科学技术学报》
【年(卷),期】2014(031)006
【摘要】特征提取作为特征匹配的关键步骤,其提取结果直接影响着边缘匹配的精度.针对自由形状边缘特征的提取问题,提出一种亚像素边缘提取方法.首先通过边缘跟踪和扩展连接能得到连续性较好的边缘曲线;为了进一步消除噪声的影响,利用双边滤波方法对边缘曲线进行平滑去噪处理.实验结果表明,在保持高定位精度的基础上,该方法能有效提取连续性较好且平滑的自由形状边缘特征,这为基于边缘特征的匹配奠定了基础.
【总页数】6页(P624-629)
【作者】陈小卫;张保明;郭海涛;张宏伟;党涛
【作者单位】信息工程大学,河南郑州450001;信息工程大学,河南郑州450001;信息工程大学,河南郑州450001;海军海洋测绘研究所,天津300061;信息工程大学,河南郑州450001;61363部队,陕西西安710054
【正文语种】中文
【中图分类】P237
【相关文献】
1.焊接激光致熔池亚像素边缘提取方法研究 [J], 王邦国;吴蒙华;贾卫平
2.基于NURBS曲线拟合的图像亚像素边缘提取方法 [J], 隋连升;蒋庄德
3.亚像素边缘提取方法在半导体芯片定位中的应用 [J], 柳青;颜剡
4.亚像素边缘提取方法在半导体芯片定位中的应用 [J], 柳青;颜剡
5.一种多像素图像边缘提取方法 [J], 刘煜;李言俊;张科
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

。亚像素边缘定位方法, 可以提高图像测
由于采用基于积分运算的矩方法对噪声不敏感, 因 量精度, 而被广泛应用。 1989 年 Edwary P Lyvers 提 出 了 一 种 有 效 地 几 何 矩 方 法
[5 ]
, 他利用 6 个图像几何矩对 4 个阶跃边缘参数进行计
[6 ]
算, 所使用的图像几何矩是关于多项式的函数, 而多项式是 不具备正交性的, 所以在图像处理中会出现冗余信息 矩
系统采集到的图像可能受到各种噪声源的干扰产生噪 声, 中值滤波对滤除脉冲干扰及图像扫描噪声最为有效, 用
— 289 —
对照图 3 可以分别计算 Zernike 正交矩亚像素边缘检测 5 x5 模板, Z00 模板、 Z11 模板和 Z20 模板, 2, 3 所示。 如表 1 ,
表1 第一列 第一行 第二行 第三行 图3 理想边缘模型 第四行 第五行 0. 0219 0. 1231 0. 1573 0. 1231 0. 0219 第二列 0. 1231 0. 1600 0. 1600 0. 1600 0. 1231 表2 第一列 第一行 第二列 Z00 模板 第三列 0. 1573 0. 1600 0. 1600 0. 1600 0. 1573 Z11 模板 第三列 第四列 第五列 第四列 0. 1231 0. 1600 0. 1600 0. 1600 0. 1231 第五列 0. 0219 0. 1231 0. 1573 0. 1231 0. 0219
图1 图像采集系统
利用 Zernike 正交矩的这个性质, 把图像旋转角度 ψ, 计 算出边缘检测需要的参数, 从而得到边缘的亚像素位置 。 基于 Zernike 正交矩的边缘检测是建立在理想阶跃模型 基础上的, 图 3 为理想模型。 h 为背景灰度, k 为灰度阶跃值, 图中, ψ 为边缘直线与 y
[4 ]
中值滤波算法去除噪声然后进行像素及边缘定位 。 本文采用四邻域腐蚀法对图像进行像素级边缘检测, 具 体步骤如下: 1 ) 首先, 对输入图像进行阈值化得到二值图像, 然后遍 历图像, 对每一个像素点, 分别求其四个邻域的像素点的灰 度值; 2 ) 若四个邻域中所有点灰度值相同, 则证明此像素点不 是边缘点, 是边缘点。将此边缘点的灰度值设置为 0 。否则, 将像素点的灰度值设置为 255 。 经过上述处理后, 即可以得到圆形零件的像素级边缘 点, 原图和所得边缘图像如图 2 所示。
图2 实验图像像素图
3
Zernike 正交矩边缘检测原理
y) 的 n 阶 m 次 Zernike 正交矩[8] 为 定义一幅图像 f( x, Z nm = n +1 2 x + y2 ≤ rf( x, y) * V * θ ) ρd ρd θ ( 1 ) nm ( ρ, π

* * 表示卷积, V nm ( ρ, 式中, θ ) 表示积分核函数,V nm ( ρ, θ) 与
l 是圆心到边缘的垂直距离 。因此有 轴所成夹角,
x2 +y2 ≤1

f' ( x, y) ydydx = 0
( 5)
y) 是图像旋转后的边缘函数 。设正交多项式 V00 、 其中 f' ( x, V11 和 V20 分别为: V00 = 1 ; V11 = x + jy; V20 = 2 x2 + 2 y2 - 1 ; 则原始图像的 Zernike 正交矩 Z nm 与旋转后的 Zernike 正交矩 Z' nm 的关系是: Z' 00 = Z00 ; Z' 11 = Z11 e jψ ; Z' 20 = Z20 ; 由式( 5 ) 能够得出: lm[ Z11] = sin ψRe[ Z11] - cos ψlm[ Z11] = 0
[1 ]
1
引言
随着加工能力和工艺水平的提升, 工业产品正在向微型
化的方向发展, 在精度要求不断提升, 数量快速增长的微型 零件领域, 对检测能力也提出了更高的要求 。 精密零件( 如 手表擒纵轮、 齿轮、 螺钉、 垫片等) 的规格严重影响机械设备 的使用寿命, 在手表厂, 对采用经检测为合格擒纵轮的机芯, “3A ” 可以保证达到 级的品质; 而对于采用未经检测的擒纵 其价格只有“3A ” 级机芯的 轮的机芯将无法按此标准出售,
V nm ( ρ, V nm ( ρ, θ) 共轭。其中, θ) 由下式给出:
jm V nm ( x, y) = V nm ( r, θ) = R nm ( r) e θ
2
加工零件边缘提取
本文利用 piA640 - 210gm / gc 型号 CCD 摄像机采集零件
( 2)
n 为非负整数, | m | ≤n 且 n - | m | 为偶数, 式中, 半径多项式 R nm ( r) 的定义为 R nm ( r)
第 31 卷
第2 期
计Hale Waihona Puke 算机仿真
2014 年 2 月
文章编号: 1006 - 9348 ( 2014 ) 02 - 0288 - 05
一种零件图像亚像素边缘检测算法
张宝峰, 王明跃, 朱均超
( 天津理工大学天津市复杂系统控制理论及应用重点实验室, 天津 300384 ) 摘要: 研究零件尺寸亚像素测量问题 。目前存在的亚像素检测算法精度低、 实时性差, 不能实现零件图像边缘的精准定位 。 为提高检测速度 、 检测精度, 提出一种基于 Zernike 正交矩的亚像素级边缘定位检测的改进算法。采用机器视觉技术获取零 件的图像数据, 首先利用数学形态法中的四邻域腐蚀法进行边缘点的像素级粗定位, 然后利用 Zernike 正交矩算法对边缘点 进行亚像素级重新定位, 分析误差并进行误差补偿, 以实现高精度的图像亚像素边缘检测。实验结果表明, 改进算法能够快 速有效完成亚像素级边缘检测 。 关键词: 机器视觉; 尺寸测量; 亚像素; 边缘检测 中图分类号: TP391. 9 文献标识码: B
[2 ]
基金项目: 国家自然基金( 61172185 ) ; 天津市高等学校科技发展基金 项目( 20100705 ) 收稿日期: 2013 - 04 - 19 修回日期: 2013 - 05 - 25
的研究取得了很大进展 。
[3 ]
降低工业应用中提高测量精度所需要付出的昂贵代价

— 288 —
机器视觉技术采用 CCD 传感器和图像采集卡采集零件的图 像, 对图像进行数字化处理, 由于 CCD 物理分辨率的限制, 使得图像的基本单位变为像素, 原有的边缘变为孤立的像素 打破特定灰度分布和形状分布, 对边缘的定位精度降低 。 点, 亚像素边缘定位技术能够突破物理分辨率的限制, 检测图像 真实边缘。 目前常用的亚像素边缘检测方法包括: 基于插值法的亚 基于拟合法的亚像素边缘检测和基于矩法的 像素边缘检测、 亚像素边缘检测

Roberts 算 子、 传统 的 边 缘 检 测 算 法 包 括 Sobel 算 子、 LOG( Laplacian of Gaussian ) 算子、 Prewitt 算子和 Canny 算子 等, 但是这些检测算法只能在像素级水平对图像的边缘进行 定位。并且都是基于微分的算法, 因此计算时间长, 不能满 足边缘检测的速度及精度的相关要求 。 随着零件检测精度 的要求不断提高, 传统的像素级边缘检测已经无法满足用户 需求, 目前, 国内外对亚像素算法
EdgeDetection Algorithm of Parts Image Sub - Pixel
ZHANG Bao - feng, WANG Ming - yue, ZHU Jun - chao
( Tianjin Key Laboratory for Control Theory & Applications in Complicated Industry Systems, Tianjin University of Technology,Tianjin 300384 ) ABSTRACT: Study the problem of part size sub - pixel measurement. The precise positioning of the edge of the image of the part can not be achieved using the existing low accuracy and poor real - time algorithms. Start with the key factors that affect the mechanical parts from visual inspection applications - detection rate and accuracy,an improved algorithm was presented based on Zernike orthogonal moments sub - pixel edge location. Machine vision techniques have been introduced to capture dig ital image of parts. Firstly,the algorithm located pixel - level edge points for coarse positioning using four - neighborhood corrosion of the mathematical morphology method,then re - located the sub - pixel level edge points by means of Zernike orthogonal moments algorithm. Finally,the errors were analyzed and dealt with,and the sub - pixel level edge detection of the image was attained. The experimental results show that the algorithm can quickly and efficiently complete the sub - pixel edge detection. KEYWORDS: Machine Vision; Size measurement; Sub - pixel; Edge detection 甚至是几十分之一。 因此, 在零件加工过程中对 几分之一, 零件尺寸严格测量是重中之重 。 新兴的影像测量仪受当前 影像测量技术的制约, 仍难以满足高效率、 高精度的检测需 求。机器视觉技术具有速度快 、 精度高、 非接触、 现场抗干扰 能力 强 等 优 点, 能 够 在 各 种 实 时、 在线精密测量中广泛 应用
相关文档
最新文档