改进的Zernike矩工业CT图像边缘检测

为提高工业计算机断层扫描(CT)图像亚像素边缘检测的精度和速度,研究了一种改进的Zernike矩边缘检测方法。该方法采用Sobel边缘算子快速检测出图像所有可能的边缘,通过Zernike矩算子对所有可能的边缘进行重新检测,最后,检测出图像的亚像素边缘并计算其精确位置。由于采用Sobel算子检测出可能的边缘使后续Zernike矩算子检测范围缩小,从而减小了运算量,提高了运算速度。对实际CT图像进行的实验结果表明:改进的Zernike矩工业CT图像边缘检测精度绝对误差<0.24 pixel,改进算法的运算速度提高了约70%。     

基于CT序列图像的旋转体积测量方法

针对工程应用中常见的轴向变化剧烈工件,研究一种Zernike矩亚像素层间拟合轮廓旋转积分的高精度体积测量算法。首先用Zernike矩方法提取亚像素级轮廓,其次采用多项式拟合切片轮廓,并进行等相角间隔采样;然后对等相位的轮廓点采用多项式拟合并通过外插法自动预测工件顶端,将各拟合轮廓旋转一个相角,对旋转块积分并累加得到待测工件的体积。分别对体积相等的3个试块进行CT扫描测量实验,结果表明该算法的测量误差低于0.7%;对实际含内腔工件进行测量实验,结果表明该算法测量精度是Canny台体法的1.5倍。