基于圖像處理的小尺寸精密測(cè)量研究.pdf

1、測(cè)量技術(shù)的發(fā)展，在一定的程度上標(biāo)志著一個(gè)國(guó)家的科技水平。目前，隨著生產(chǎn)與科學(xué)技術(shù)的迅速發(fā)展，對(duì)小尺寸測(cè)量方法的精確度、測(cè)量效率以及測(cè)量的自動(dòng)化程度提出了越來(lái)越高的要求。因此，研究如何提高小尺寸的測(cè)量精度已經(jīng)成為一個(gè)具有現(xiàn)實(shí)意義的問(wèn)題。本文以現(xiàn)有的圖像測(cè)量技術(shù)理論為基礎(chǔ)，從軟件算法上探索和研究提高微小尺寸參數(shù)測(cè)量精度的方法。 數(shù)字圖像的常規(guī)處理是圖像測(cè)量的基礎(chǔ)理論，本文分析了數(shù)字圖像中的噪聲來(lái)源及性質(zhì)，提出了抑制噪聲的常用濾波方法

2、。著重論述了邊緣檢測(cè)和圖像的閾值分割技術(shù)。在邊緣檢測(cè)方面主要討論研究了一階微分邊緣檢測(cè)算子、二階微分邊緣檢測(cè)算子和Canny邊緣檢測(cè)算子；在圖像分割方面主要討論了直方圖法、最佳閾值分割法、P參數(shù)法、最大方差閾值法等常用方法。通過(guò)實(shí)驗(yàn)，從檢測(cè)時(shí)間和檢測(cè)效果兩方面比較了常用邊緣檢測(cè)方法的優(yōu)劣。 亞像素邊緣定位技術(shù)是利用軟件算法來(lái)提高測(cè)量精度的有效途徑，因此在圖像處理中占有重要的地位。本文針對(duì)機(jī)械零件邊緣的特點(diǎn)，提出了改進(jìn)的直線邊緣定