基于Zernike矩的黑片图像亚像素边缘检测

针对目前像素级边缘检测算子存在精度较低,难于实现黑片零件缺陷检测的高速度、高精度的要求,提出了一种基于Zernike矩的黑片图像亚像素边缘检测方法。实验结果表明,该方法测量精度高,定位精确,提取的边缘坐标能达亚像素级,可应用于黑片缺陷的在线检测。     

基于CCD视觉的螺纹参数自动检测技术研究

为实时准确地对螺纹的牙型角(牙型半角)、螺距、导程、螺纹高度、大径、小径、中径、螺纹升角等参数进行测量,并提高测量精度,设计并实现了基于面阵CCD的螺纹参数非接触测量系统.着重研究了该系统的光学成像、螺纹图像预处理、边缘检测、亚像素提取以及摄像机标定等内容,研制了相应的测试分析软件,进行了相应的实验研究.研究结果表明,该系统测量速度快、测试精度高、重复性好.     

基于改进Zernike矩的光斑图像亚像素边缘检测算法

为了满足光束质量检测中对光斑边缘高精度的定位要求,采用了一种基于改进Zernike矩的亚像素边缘检测算法.首先由Sobel算子对光斑进行粗定位,再由Zernike矩的边缘模型对获取的像素级边缘进行重定位,最后根据改进的边缘判断条件,确定图像中的实际亚像素边缘点,以完成光斑图像亚像素级边缘的提取.通过对仿真图像亚像素边缘...     

基于亚像素边缘搜索的气门几何参数检测

气门几何参数检测问题是汽车、船舶、航空以及柴油发动机等工业缺陷检测领域的热点难题,其本质是气门边缘关键点的检测问题,目前应用在工业气门产业的成果较少。本文针对气门边缘关键点难以精准检测问题,设计了基于亚像素边缘搜索算法,该算法基于Zernike矩和亚像素边缘检测对气门边缘进行矫正,并结合图像投影和逐像素边缘搜索精确定位边缘关键点对其拟合,得到气门几何参数检测结果。为了验证所提算法的有效性,对不同尺寸的工件进行检测分析,结果表明该算法检测气门杆径的最大绝对值误差和最大极差分别低于0.009 3 mm和0.036 3 mm,在检测精度和稳定性上均达到了工业要求,满足实际工业生产现场的检测需求。     

基于改进爬山算法的微小零件亚像素级定位

为提高微小零件亚像素级定位效果,采用改进爬山算法。将目标区域向外扩展获得调焦窗口跟踪漂移图像,边界由像距和视角决定;然后优化爬山搜索算法得到最优收敛解,二维图像信息熵构成调焦图像评价函数;改进Zernike矩算法,通过高阶矩的模代替边缘参数,减少了计算量,卷积窗口矩阵构成Zernike矩的差值,提高定位精确度;最后给出了算法流程。实验结果显示,改进Zernike矩偶模板比奇模板边缘亚像素定位误差小,相比空间矩算法、多项式拟合算法、Zernike矩算法、区域生长算法和模板匹配算法,对规则形状定位误差均值分别减少了43.24%,21.62%, 32.43%,27.03%和56.76%;对不规则形状定位误差均值分别减少了39.02%,20.15%,26.83%,24.39%和51.22%。本文算法定位精确度较高。     

基于视觉图像的微小零件边缘检测算法研究

高精度的微小零件边缘检测中,传统边缘检测算法存在实际应用可操作性较差,检测结果难以达到精度要求等问题.为了提高边缘检测精度.提出了基于Soble算子的改进算法.该算法扩展了Sobel算子边缘检测的模板,并对扩展的梯度方向图进行了细化处理.而后在梯度图像上实现多项式插值亚像素细分,从而完成对目标边缘的精确定位.实验结果表明,该方法的定位精度为0.20 pixel.满足微小零件在实际检测的精度要求.     

基于改进的Canny算子和Zernike矩的亚像素边缘检测方法

为满足电荷藕合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进Canny算子和Zemike矩的图像亚像素边缘检测新方法.该算法先利用改进的Canny算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向,然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,...     

基于机器视觉的铣刀几何参数测量

为了提高pcb铣刀鱼尾槽切削的精度和效率,设计了一套影像检测系统并研究铣刀刃面的图像处理算法,根据铣刀刃面的特征,设计了专门的照明系统来获取清晰的,变形小的铣刀刃面图像,采用边缘检测算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线拟合等一系列算法对铣刀刃面图像进行尺寸计算和缺陷检测。     

基亏视觉图像的微小零件边缘检测算法研究

高精度的微小零件边缘检测中,传统边缘检测算法存在实际应用可操作性较差,检测结果难以达到精度要求等问题。为了提高边缘检测精度,提出了基于Soble算子的改进算法,该算法扩展了Sobel算子边缘检测的模板,并对扩展的梯度方向图进行了细化处理,而后在梯度图像上实现多项式插值亚像素细分,从而完成对目标边缘的精确定位。实验结果表明,该方法的定位精度为0.20pixel,满足微小零件在实际检测的精度要求。     

激光非接触式三坐标测量系统的几何参数标定方法

针对文献[1 ] 介绍的回旋壳体内外曲面三坐标激光非接触测量系统 ,叙述了其扫描工作过程 ,讨论了测量数据的坐标转换 ,重点讨论了几个几何参数的标定方法。     

一种基于图像处理的高精度自动线宽测量方法

文章提出一种高精度的自动线宽测量方法,在PCB板图像中,通过矩形框选定被测量的线路部分,对该矩形框内的图像进行处理,精确定位线路边缘,获取线宽测量结果,经验证在不同倍率情况下测量值稳定在一个像素以内。     

基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

石英晶体最大双折射率色散特性的椭偏测量

为了测量石英晶体最大双折射率的色散特性,在椭偏光谱仪的水平透射测量模式下,通过对确定厚度的石英波片相位延迟量的精确测量,计算出了石英晶体的最大双折射率值,并进行了误差分析。结果表明:这种方法光路简单、操作方便,屏蔽了光源的不稳定性;双折射率测量精度达到了10-6,比连续偏光干涉法的测量精度提高了1个数量级;实现了对石英晶体的最大双折射率色散特性的连续光谱测量;此方法对其它双折射晶体材料的双折射率色散特性的研究也同样适用。     

基于图像处理的保偏光纤偏振轴高精度检测法

通过CCD显微成像系统采集Panda型保偏光纤的截面图像,利用基于Hessian矩阵的亚像素精度边缘检测算法提取两应力圆边缘线点,进行椭圆拟合后过两椭圆中心连线得到偏振轴轴线,实现了偏振轴轴线的自动识别及与已知键定位轴相对角度的自动检测。实验结果表明,在均值为0、方差为0.5的高斯噪声下,本文方法仍可保证偏振轴角度的检测偏差未超过±0.3°,并对真实光纤截面图像的处理具较好的鲁棒性。     

基于单帧图像的物体面内位移和速度测量

为了实现单帧图像检测物体两个运动状态的目的 ,提出了一种利用隔行扫描摄像机采集单帧图像 测量物体在远动平面内的位移和速度的新方法。隔行扫描方式的摄像机采集在平面内运动物 体的一帧图像, 是由相隔一个场周期时间采集的奇场和偶场图像组成,每个单场图像经过傅里叶变换去隔行 算法处理,获 得与单场对应的帧图像质量相当的去隔行图像。根据物体与背景对光的反射率不同,提取物 体的轮廓获得 二值化模板,计算质心获得亚像素的定位精度,通过标定获得匹配点的空间坐标,进而计算 在一个场周期 时间内的位移和平均速度。对面内匀速运动物体的实验中,被测速度的最大绝度误差为0.35mm/s,相对误 差为0.78%。实验结果证明本文方法的有效性。     

基于视觉测量的回转轴线标定方法研究

为了实现高压涡轮叶片上的气膜孔特征的高精高效测量,设计并搭建了一套非接触式的四轴视觉坐标测量系统。针对其中的回转轴线的空间位置标定难题,结合工业影像测头的成像特点,提出了一种基于视觉测量的回转轴线标定方法。在标定过程中,采用了定制的长方体标定块,并通过回转工作台与三坐标测量机之间的配合,使工业影像测头对焦于标定块的表面并采集到其锋利棱边的图像,而后再通过边缘提取、像素距离计算、物理距离转化和代数运算等步骤,最终确定了回转工作台的轴线在机器坐标系中的空间方位。最后,选用一个标称尺寸为80 mm的标准量块作为被测物体,以对标定方法及标定结果进行验证,各次测量结果的误差均小于±0.01 mm,并进行了合成标准不确定度的分析。实验结果表明:文中所提出的回转轴线标定方法能够达到较高的标定精度和较好的重复性,能够满足气膜孔形位参数的检测要求。     

一种采用形态距离匹配度量的图像匹配方法

阐述了形态距离匹配度量(MDM)的算子与计算过程,并用之于多目标视场中的目标识别过程,将实验结果与传统的累差匹配度量(ADM)进行了比较。研究表明,前者在相似目标识别中更有优势。     

基于Sobel算子的医学图像边缘检测研究

边缘检测是图像处理过程的关键技术.由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响.针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法.算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像.实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点,在医学图像处理中具有一定的实用性.