基于LOG-Zernike算子的快速图像测量

图像测量技术,一个很重要的方面就是图像的边缘检测定位,而边缘定位的准确与否又直接影响到测量的精度.常用的检测算法都是像素级的,对测量要求较高的场合无法满足要求.定位速度一直是边缘检测算法的一大瓶颈,本文正是在保证一定精度的前提下,研究了快速图像测量算法,即运用LOG算子先对工件进行快速边缘定位,在此基础上采用zernjke矩法将精度提高到亚像素级.为了得到实际的测量尺寸,应用块规进行了系统标定并进行了一系列测量实验,实验结果表明该方法定位精度接近于Zernike矩法,且算法的运行对间大约在1.5s左右.     

Algorithm of locating the sphere center imaging point based on novel edge model and Zernike moments for vision measurement

High accuracy of locating the sphere center imaging points is crucial for the vision measurement system. This paper investigates the effect of projection projective model on extraction of the sphere center, upon which the sub-pixel edge-location algorithm based on the sphere projection model is proposed. The sphere center projection model is established by analysing the process of sphere imaging, and the sub-pixel edge-location algorithm consisted of the novel edge model and the improved Zernike moment computing is studied. The novel edge model based on the Erf (error function) is adopted for modelling the practical edge part, which obtains the edge distribution points with high precision. Then a closed-form solution of edge locating error compensation is calculated based on Zernike moments. Finally, the proposed method is verified via simulations and experiments. The relevant results show that the proposed method can accurately locate the sphere center imaging point, which further improves the precision and robustness of the vision measurement system.     

利用Sobel-Zernike矩算子的快速亚像素边缘检测方法

利用Sobel算子快速检测出所有可能的边缘点;再利用Zernike矩算子以亚像素精度重新定 位边缘。为提高定位精度,根据Zernike矩理论,推导了2个77的模板。测试结果表明,该方法定位精度接近于Zernike矩算子,而算法运行时间仅为0.91s。     

基于显微视觉的微球圆度测量方法研究

利用显微视觉技术结合优化算法对微球的圆度进行自动测量。利用测量显微镜CCD相机采集微球图像,基于最大信息熵原理对图像增强,通过梯度非极大值抑制迭代算法分割图像,提取微球轮廓后进行最小二乘圆拟合,获得微球的圆度参数。该方法避免因滤波后微球目标边缘信息的丢失造成的检测精度降低。通过对0.5mm微球圆度测量实验证明:微球目标轮廓检测与提取的方法可以有效地抑制噪声干扰的影响,高效率实现目标边缘的准确定位;采用该方法获得的微球圆度值与标定微球圆度值之间的相对误差在0.17%之内,能够达到对微球圆度有效检测的目的。     

Harris算子耦合强度特征的图像复制-粘贴篡改检测算法

目的针对当前较多图像复制-粘贴篡改检测算法主要依靠度量图像的结构特征来实现篡改检测,忽略了图像的强度特征,使其在各种几何变换下难以准确检测出伪造内容,导致检测结果中存在漏检和误检等问题,设计一种基于Harris算子耦合强度特征的图像复制-粘贴篡改检测算法。方法利用Harris算子对图像的特征点进行精确的提取。通过特征点构造圆形特征区域,求取该区域的Zernike矩,通过Zernike矩的大小实现对特征点的描述。随后,利用不同阶数的Zernike矩来描述图像的强度特征和纹理特征,从而构造匹配模型,对图像特征进行粗匹配,并引入RANSAC方法对粗匹配结果进行优化。最后,利用形态学腐蚀与膨胀操作将特征区域进行连通,以确定篡改区域。结果实验结果表明,与已有的图像伪造检测方案相比,所提算法具备更高的检测精度和鲁棒性,在噪声和旋转等变换下仍有更好的检测效果。结论所提技术拥有较高的伪造检测准确性,在图像水印、信息安全领域具有一定的参考价值。     

基于改进形态学梯度的容器密封性检测方法

目的提出样条插值亚像素边缘检测方法,以提高药品容器密封性检测的准确率。方法采用一种改进的亚像素边缘检测方法,首先将抖动的模糊图像进行复原,复原后的图像经过预处理后,再采用改进的形态学梯度的样条插值亚像素边缘检测方法,以提高容器密封性检测的效率和准确率,并在此基础上进行模拟实验。结果该方法的检测准确率均在95%以上,传统方法很难达到这样的效果。结论该方法能够很好地解决传统检测方法效率低的问题,可以满足实际的检测需求。     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

一种喷射沉积坯尺寸检测的快速算法

根据Zernike矩边缘检测原理,提出了3*3模板尺寸的Zernike矩亚像素边缘算子,由于该算子具有模板尺寸小的优点,故能快速、精确地检测沉积坯边缘轮廓.根据检测的边缘图像,采用特征尺寸提取算法完成沉积坯尺寸的检测.测试表明,整个沉积坯尺寸检测算法(包括边缘检测和尺寸提取)运行时间仅为0.135s,检测的特征尺寸相对误差不超过5.6%,故采用该方法能够实现沉积坯的快速、精确检测.     

Soble-Zernike矩亚像素边缘算子的影响因素分析

针对影响Sobel-Zernike矩算子运行速度、定位精度的有关因素进行了讨论。采用平均一自适应联合的平滑算法,显著改善了边缘定位精度,其实质在于消噪和锐化边缘。推导出边缘点新、旧判据amp和k间的关系式,在,取值较小时,k／amp恒等于1．5,可见amp对检测精度的影响可以忽略。分析结果表明,当图像中边缘点比率为87．75％时,Sobel-Zernike矩和Zernike矩算子的运行时间相等,由于实际图像中边缘点所占比率不会超过50％,故前者的运行时间总是小于后者。     

基于Halcon的贴片电阻方向检测系统

目的设计贴片电阻方向检测系统,以解决当前贴片电阻排序编带过程中存在的检测效率低和检测精度低等问题。方法采用改进的基于形状的模板匹配算法,以机器视觉软件Halcon为平台,利用Canny边缘检测算子和Sobel算子进行边缘检测和滤波,生成模板图像的边缘点位置向量和梯度向量,并以模板边缘点与图像搜索区域的对应点的内积和作为相似度量,进行模板匹配。结果检测系统的识别时间为33 ms,同时其平均识别准确率达99.5%以上,相比于传统人工检测有较大提高。结论该系统具有良好的速度和准确度,可满足工业生产要求。     

基于图像抽样的快速虹膜定位算法

提出了一种基于图像抽样的快速虹膜定位算法.首先在抽样图像中搜索瞳孔内一点,并以该点为起点检测粗略的虹膜内边缘点,然后在原分辨力图像中利用梯度算子精确定位内边缘点从而实现内边缘定位;虹膜外边缘定位采用Canny算子和Hough变换实现,由于基于抽样图像进行边缘提取,忽略了虹膜纹理等细节边缘信息,减少了大量外边缘干扰,提高了算法实时性.实验结果表明该算法的定位准确率达到99.47%,定位速度为0.162s.与经典的虹膜定位算法相比,该算法的定位速度有了很大提高.     

玻璃小球直径的图像测量方法

提出了一种基于数字图像处理技术的微小玻璃球直径的测量方法。该方法采用Sobel算子计算目标的梯度图像,取阈值对其进行二值化处理;根据边缘成像特点,通过数学规划法计算小球边缘的初始位置;在此基础上,采用空间矩亚像素定位算法对目标边缘进行精确定位;通过拟合这些边缘点,即可求得目标直径。实验结果表明,该方法对二值化阈值的依赖性小,抗噪声能力强：在一定的范围内,阈值的不同对该算法重复精度的影响小于0．06个像素;由于采用交互方式选定处理区域,算法的计算速度较快,完成一次计算的时间不到1S。     

基于HSI空间彩色图像多结构元形态边缘检测

构建了一类在HSI 颜色空间基于多结构元彩色形态边缘检测梯度算法实现彩色图像边缘检测新方法,多结构元形态边缘检测有着比单一结构元素形态边缘检测更优越的性能。所定义的算法充分考虑了边缘的方向性和噪声对边缘检测的影响,本算法在噪声抑制方面显示了优良的性能,能满足不同应用的需要。     

基于Zernike矩的快速图像配准算法

图像配准是机器视觉中的重要研究课题.本文针对任意角度图像配准问题,提出了一种基于Zemike矩的互相关算法.首先根据三角函数的对称性和反对称性,仅基于八分之一单位圆信息,快速计算Zemike矩;然后通过求取图像多个矩的互相关性,确定配准点位置;进而通过最小二乘拟合,得到亚像素配准位置;最终利用Zemike相位信息,估算旋转角度.同时,在线阶段采用径向多项式查表法加速配准过程.实验结果表明,该算法在保障配准精度的前提下显著提高了配准速度.     

基于泽尼克矩耦合颜色空间加权度量的商标检索算法

目的 针对商标检索系统中利用单一特征进行识别和度量时,往往难以充分表征商标特征,易出现检索精度和鲁棒性不高等问题,文中拟设计一种泽尼克（Zernike）矩耦合颜色空间加权度量的商标检索方案。方法 首先,利用Zernike矩作为商标的形状描述符,充分描述商标的形状信息。随后,利用颜色空间来描述图像中像素空间信息的颜色分布特征。然后,分别将输入商标的Zernike矩特征、颜色空间特征与存储在数据库中的特征进行匹配,以计算Zernike矩特征的加权Euclidean距离与颜色空间度量。最后,联合颜色空间度量与Euclidean距离,综合考虑形状与颜色特征,形成新的距离测量规则,输出与查询商标相似的商标。结果 实验数据表明,与当前商标检索算法相比较,所提算法具有更高的检索准确率与鲁棒性,表现出更为理想的Precision-Recall以及平均准确率（Mean Average Precision, MAP）。结论 所提算法返回的图像与查询图像相似度较高,在商标注册、侵权保护等方面中具有一定的参考价值。     

基于高斯积分曲线拟合的亚像素边缘提取算法

针对传统边缘提取算法定位精度低、对噪声敏感等缺点,提出一种基于高斯积分曲线拟合的亚像素边缘提取算法。通过曲面插值求取像素级边缘法截线上各离散点的灰度值,再进行高斯积分曲线拟合,寻找高斯积分曲线的均值点坐标,实现亚像素边缘的精定位。用量块直线边缘进行实验,并与现有亚像素边缘提取算法比较,实验证明基于高斯积分曲线拟合的亚像素边缘提取算法定位精度较高,可以达到1 μm,且算法可靠性高、计算速度快,能够用于高精度测量。     

多阈值选取与边缘连接的边缘检测算法

论文针对Kirsch边缘检测算子的缺点,提出一种多阈值选取与改进的边缘连接算法相结合的方法,对图像,尤其是医学图像进行边缘检测。该方法首先用高斯滤波器对原始图像去噪,使用传统Kirsch算子计算梯度,然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,最后通过改进的边缘连接算法连接边缘。实验结果表明,论文的方法具有保持弱边缘、连接性好的边缘检测效果。     

纸塑复合袋表面缺陷图像分割算法的设计与实现

目的 纸塑复合袋表面缺陷图像受到噪声、光照不均以及自身缺陷等因素的影响,在对图像缺陷区域进行分割时会造成过分割或欠分割.针对此现象提出一种将边缘检测和自适应区域生长法相结合的纸塑复合袋表面缺陷图像的分割算法.方法 首先利用Sobel算子和形态学运算对双边滤波后的缺陷图像进行第1次分割;然后对缺陷区域进行最小外接矩形标记并计算其形状特征,通过判定形状特征大小来决定是否继续分割;最后将符合继续分割的图像缺陷区域质心作为初始种子点,在原始图像上进行自适应区域生长,形成第2次分割结果,完成缺陷图像分割.结果 与其他算法相比,该算法对各类常见缺陷均能取得较好的分割效果,Dice系数均在0.93以上.结论 该算法分割精度较高,有较强的鲁棒性,可以满足工业上的生产需求.     

一种基于数据融合的图像插值算法

针对传统的线性插值算法存在的边缘模糊问题,本文提出一种新算法.首先采用距离平方反比的插值方法在插值点邻域内计算水平、垂直和对角三个方向共6个插值,然后以插值距离和方向梯度构造权重,进行数据融合获得最终插值.该算法既考虑了插值距离因素,又考虑了插值方向梯度信息,有效地保护插值图像的边缘和纹理信息.实验结果表明,该算法的插值图像比传统的双线性插值法均方误差降低而平均梯度增加,是一种提高插值图像分辨率的有效方法.     

基于敏感区域多结构元素形态学边缘检测算法

在边缘检测算法的应用中,很难同时兼顾图像处理效果和处理速度,为此,提出了一种新的边缘检测算法,将边缘处理集中在感兴趣的图像区域中.该算法利用梯度算子获得图像中的敏感区域,再构造多种结构元素,结合形态学梯度和OTSU分割法检测敏感区域的边缘.应用于沥青路面裂缝图像检测,实验结果表明,与其它边缘检测算法相比,该算法不仅具有很好的边缘提取能力,而且具有很强的抗噪能力.在保证处理效果的同时,也保证了处理速度,有很高的实用性和推广性.