基于圖像處理的小尺寸精密測量研究.pdf

1、測量技術(shù)的發(fā)展，在一定的程度上標志著一個國家的科技水平。目前，隨著生產(chǎn)與科學(xué)技術(shù)的迅速發(fā)展，對小尺寸測量方法的精確度、測量效率以及測量的自動化程度提出了越來越高的要求。因此，研究如何提高小尺寸的測量精度已經(jīng)成為一個具有現(xiàn)實意義的問題。本文以現(xiàn)有的圖像測量技術(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)測量精度的方法。 數(shù)字圖像的常規(guī)處理是圖像測量的基礎(chǔ)理論，本文分析了數(shù)字圖像中的噪聲來源及性質(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和圖像的閾值分割技術(shù)。在邊緣檢測方面主要討論研究了一階微分邊緣檢測算子、二階微分邊緣檢測算子和Canny邊緣檢測算子；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。通過實驗，從檢測時間和檢測效果兩方面比較了常用邊緣檢測方法的優(yōu)劣。 亞像素邊緣定位技術(shù)是利用軟件算法來提高測量精度的有效途徑，因此在圖像處理中占有重要的地位。本文針對機械零件邊緣的特點，提出了改進的直線邊緣定