基于邊緣像元投影的亞像素邊緣檢測(cè)研究.pdf

1、現(xiàn)代制造業(yè)的快速發(fā)展使得各零件生產(chǎn)企業(yè)在生產(chǎn)加工過(guò)程中對(duì)零件的質(zhì)量要求越來(lái)越嚴(yán)格。而零件的尺寸、角度、圓度等幾何特征的加工精度是決定其質(zhì)量的一個(gè)重要參考指標(biāo)。目前，各大生產(chǎn)企業(yè)大都采用基于機(jī)器視覺(jué)的檢測(cè)技術(shù)對(duì)零件在生產(chǎn)加工過(guò)程中的幾何特征參數(shù)進(jìn)行檢測(cè)及控制。而精確的圖像邊緣檢測(cè)是該技術(shù)能夠成功實(shí)現(xiàn)檢測(cè)目標(biāo)的前提和關(guān)鍵。近年來(lái)，Agustín等人提出了一種基于邊緣投影對(duì)像元輸出值的影響效應(yīng)的亞像素邊緣檢測(cè)方法。該方法利用邊緣像素點(diǎn)某一鄰域

2、內(nèi)的灰度信息計(jì)算邊緣在像元內(nèi)的投影，進(jìn)而求得邊緣的亞像素位置，具有復(fù)雜度低、精確度高、穩(wěn)定性強(qiáng)、梯度計(jì)算準(zhǔn)確等優(yōu)點(diǎn)，但該方法在具體的體應(yīng)用中需要在一些處理環(huán)節(jié)上加以改進(jìn)。
　　本文首先對(duì)該方法所依據(jù)的基本原理進(jìn)行了深入地研究和闡述。然后具體分析了其計(jì)算過(guò)程，并在以下兩處實(shí)現(xiàn)細(xì)節(jié)上加以改進(jìn)：
　　(1)原方法中采用邊緣投影曲線的截距點(diǎn)作為邊緣的亞像素位置。但實(shí)際上，截距點(diǎn)并不能代表像素內(nèi)邊緣點(diǎn)的最優(yōu)值，所以在該方法的基礎(chǔ)上，本

3、文提出了由投影曲線上的三個(gè)特殊點(diǎn)來(lái)定位像素內(nèi)邊緣位置的方法。這三個(gè)點(diǎn)在投影曲線上均勻分布，而且其中心點(diǎn)是梯度方向的直線與投影曲線的交點(diǎn)。
　　(2)原方法中將邊緣投影近似為直線，這種近似對(duì)微小軸承這種邊緣曲率較大的零件的檢測(cè)所造成的誤差是比較大的，而且會(huì)弱化其幾何特征。針對(duì)這種情況，本文將邊緣投影直接按圓來(lái)進(jìn)行處理，然后將其在0點(diǎn)處展開(kāi)成2階泰勒公式，最后求解各項(xiàng)的系數(shù)，得到邊緣的亞像素位置。
　　此外，本文還進(jìn)行了以下幾方

4、面的工作：(1)、研究了經(jīng)典算子法和最優(yōu)算子法中各邊緣檢測(cè)算子的特性，并通過(guò)實(shí)驗(yàn)進(jìn)行驗(yàn)證和對(duì)比分析，根據(jù)具體情況選擇最合適的邊緣檢測(cè)算子；(2)、分析了圖像中內(nèi)部噪聲的分布類(lèi)型，并針對(duì)工業(yè)現(xiàn)場(chǎng)中常見(jiàn)的外部噪聲提出了一種基于形態(tài)學(xué)的消除方法；(3)、研究了通過(guò)快速分割邊緣區(qū)域來(lái)加快邊緣檢測(cè)速度的方法。這些研究有助于提高亞像素邊緣檢測(cè)的精度和速度。
　　最后，本文基于上述算法對(duì)汽車(chē)發(fā)動(dòng)機(jī)進(jìn)氣歧管和微小軸承的圖像進(jìn)行處理，計(jì)算出了其各內(nèi)