基于改进Zernike矩的小模数齿轮亚像素边缘检测

针对传统Zernike矩亚像素边缘检测算法中奇数尺寸模板卷积的不对称性,在分析卷积不对称性和卷积窗口中心局限性对检测精度影响的基础上,提出一种改进的Zernike矩亚像素边缘检测算法。算法采用像素级边缘检测算子进行初定位,获取像素级边缘点;利用小尺寸奇数模板求解Zernike矩进行二级初定位,获取亚像素级边缘点;分析二级初定位边缘点所在区间;根据所在区间,选取偶数模板或者奇数模板求解Zernike矩进行精定位,获取更精确的亚像素级边缘点。为了验证算法的有效性,分别对模拟图像和实际图像进行亚像素边缘检测实验。根据齿轮的边缘特性,通过最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有绝对定位精度高、抗噪性能强、曝光敏感度好的优点。     

基于邻域特性分析的小模数齿轮亚像素图像边缘检测

针对高分辨率小模数齿轮图像中边缘灰度梯度呈双峰或多峰分布的问题,提出一种基于邻域特性分析的小模数齿轮图像亚像素边缘检测算法。算法以邻域窗口的灰度均方差积表示边缘强度、灰度重心所在的方向表示灰度变化的方向;通过阈值化、非极大值抑制和边缘细化等获取初始边缘;在初始边缘的基础上将求取的灰度变化方向划分为八个区域,构建一维灰度矩模型解算亚像素边缘位置。为验证算法的有效性,分别以模拟图像与实际图像为对象进行亚像素边缘检测实验,根据齿轮边缘特性以最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有曝光敏感度优、绝对定位精度高、重复性好的优点。     

基于改进形态学梯度和Zernike矩的亚像素边缘检测方法

为满足电荷耦合器件(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形态学梯度和Zernike矩算法的图像亚像素边缘检测新方法.基于CCD图像灰度和空间结构信息特点,该算法先利用改进的数学形态学梯度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,实现图像的亚像素边缘检测.仿真图像和实际图像的边缘定位实验结果表明,与Zernike矩、LOG-Zernike矩及Sobel-Zernike矩算法相比,该方法具有更好的定位精度与抗噪性,且检测速度更快.     

亚像素精度的行星中心定位算法

为实现深空探测中对行星目标的光学自主导航,提出了亚像素精度的行星中心定位方法.首先,建立了导航相机和目标行星的坐标变换关系,结合光学成像理论分析了行星成像的边缘特性;提出使用行星图像有且仅有的一段半圆形边缘,通过圆拟合法实现行星的中心定位.然后,根据行星图像的边缘分布特征,改进了Canny算法以快速提取行星的真实边缘,并利用最大距离法提取半圆形边缘.最后,分析了传统高斯函数亚像素边缘检测算法的理论依据,基于成像理论提出了改进型高斯函数亚像素边缘检测算法,并通过圆拟合求得行星的亚像素中心.仿真和月亮实拍实验显示,改进型定位算法的精度达到了0.02和0.68 pixel,比传统插值算法约高0.03和0.21 pixel,在可靠性、定位精度、抗噪声等方面均满足深空探测的需要.     

改进canny算子的亚像素定位算法

为了提高亚像素边缘定位精度,减小定位误差,提出了一种改进的canny边缘检测算子用来检测图像的像素级边缘,之后基于改进的canny算子粗定位的边缘点,采用高斯拟合亚像素方法找出图像的亚像素边缘点位置。针对微小的圆形零件进行图像采集及图像处理,通过matlab实验仿真将该方法与传统的canny算子相比较,发现误定位明显减少,在保留边缘信息的同时有效的提高了边缘定位的精度,得到更准确的圆心位置及半径长度。结果表明是一种有效的边缘检测定位算法,具有一定的实用意义。     

立体零件加工质量的在线图像检测方法

针对具有景深零件加工质量的在线检测问题,提出一种基于单摄像机的分层图像测量方法.结合改进的双线性插值和Robert边缘算子,对零件各层面在图像上投影直线边缘粗定位;再基于灰度矩的亚像素算法和最小二乘直线拟合,将边缘定位精度提高到亚像素级.在二步法图像边缘定位基础上,利用分层映射关系,获得零件形状和几何尺寸数据.本文方法应用于某种双层特种钥匙加工质量的图像检测中,实验结果表明,该方法实时性好,能满足机械零件加工质量的检测要求.     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

视觉检测系统中亚像素边缘检测技术的对比研究

在视觉检测系统中,亚像素边缘检测的定位精度是其最终测量精度的关键,国内外很多学者对该问题进行了广泛的研究,提出了各种边缘检测的方法,但是各种方法的定位精度及抗噪声能力的优劣都自圆其说,难以验证.也有很多学者对各种算法进行了对比研究,但使用的评价图像与实际系统采集的图像相差甚远.本文根据视觉系统采集图像的原理生成理想图像,使用各种边缘检测算法对该图像进行亚像素边缘定位,以理想点坐标和实际采集的点坐标的均方差作为标准来比较各个算法的定位精度,并定量地加入噪声,分析各处算法的抗噪声能力以及计算时间.分析和讨论的结果为亚像素边缘定位技术的选取提供可靠依据.     

视觉测量中椭圆特征亚像素提取方法的研究

椭圆是视觉测量中重要的基元特征。建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由随机Hough变换提取椭圆边缘像素点,最后采用基于最小二乘原理的椭圆拟合边缘提取方法,得到亚像素级被检测椭圆。对像面椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面椭圆亚像素提取算法具有较高的精度和稳定性。     

基于亚像素边缘的椭圆中心检测方法研究

在椭圆边缘粗定位的基础上,根据椭圆粗定位信息及图像边缘梯度方向附近点的灰度分布特征,进行高斯拟合获取精确的亚像素边缘点,对亚像素边缘点进行最小二乘拟合,得到精确的椭圆中心位置。实验证明,该算法对椭圆中心定位精度和稳定性有较大提高,并有很好的实时性。     

激光CCD二维自准直仪中圆目标中心精确定位算法

提出一种新的激光CCD二维自准直仪中圆目标中心精确定位算法。该算法采用变结构元多尺度广义数学形态学滤波算法滤除图像噪声,由Zernike矩定位算法得出目标轮廓的亚像素位置,用最小二乘拟合法精确获取圆目标的中心位置,并进行了实验。结果表明:该算法稳定性好,定位精度高,应用该算法后自准直仪的测量分辨力提高了10倍,在±2'测量范围内测量不确定度优于0.3″,有效地提高了自准直仪的测量分辨力和测量精度。     

基于双正交小波的星点细分定位方法研究

在星敏感器工作过程中,星点目标亚像元质心定位的准确性直接影响星识别的准确性,同时也决定了星敏感器姿态测量的有效性.带阈值的质心法是星点目标细分定位的较理想方法,具有较强的抗噪声干扰能力.在双正交小波变换的基础上提出基于双正交小波的自适应小波阈值法.与传统的IIR阈值法比较,不仅星点目标提取更加准确,而且位置测量精度更高.     

由正交傅里叶-梅林矩定位的双光纤耦合微内尺度测量

为了解决微内尺度的精密测量问题,提出了一种基于正交傅里叶-梅林矩(OFMM’s)定位的双光纤耦合瞄准触发式微内尺度测量方法。该方法通过耦合器实现光能量在不同光纤间的反向传输,把双光纤传感器测头的横向位移量转化为光束的偏转量,通过显微成像系统把此偏转量转化为CCD图像捕捉系统更大的横向位移量。为提高测量精度,运用OFMM’s的幅值旋转不变性和独特的图像形状细节特征的描述能力对CCD图像捕捉系统的图像信号进行亚像素定位;根据OFMM’s的实际位置进行补偿以提高输出图像边缘的定位精度,从而提高测量精度。对OFMM’s的定位精度及传感器性能进行了实验验证,并依据JJF(黑)8-2008,利用自行研制的微小孔径测量机实现了对直径为200μm、深2 000μm深盲孔的直径测量,其测量重复性不确定度优于0.25μm。     

平面标定靶标标记点的圆心提取算法

基于圆形标记点的平面靶标被广泛应用于摄像机标定与视觉测量中。针对该平面靶标,为得到圆形标记点在像面上的圆心投影,提高摄像机的标定精度,本文提出了一种基于对偶二次曲线几何特性的圆心提取算法。该算法的核心是平面内一个标记点A像面投影二次曲线对应的对偶矩阵,相对于平面内另外一个标记点B的对偶矩阵的一个广义特征向量,穿过这两个标记点的圆心投影。因此,在获取标记点亚像素级边缘点,拟合椭圆得到椭圆二次曲线方程后,通过任意两个标记点的对偶矩阵,均可得到一条穿过这两个圆心投影的向量。经过同一个圆心投影的多个向量叉乘标准化后的结果就是该标记点的圆心投影。 为测试本文方法提取圆心像点的精度,本文在像面与靶标平面夹角40°的姿态下,对直径为90mm的超大标记点提取圆心投影,圆心投影误差为0.1~1pixel。并以此方法得到的圆心投影对手持式扫描仪进行摄像机标定,进而对已知坐标的平面靶标及3D工件上的标记点进行扫描,最大误差不超过0.2mm。通过对比,本文提取的圆心投影比采用椭圆圆心的精度高,而且提高了摄像机的标定精度。     

基于双曲正切的亚像素边缘检测方法及评价

精确定位图像边缘是保证视觉测量精度的基础。根据物体图像边缘的灰度分布特点,本文提出一种亚像素边缘检测方法,采用双曲正切函数对图像边缘的灰度分布进行拟合,通过最小二乘法得到边缘的亚像素位置。对提出的边缘检测方法的精度进行了评价,以高精度棋盘格的尺寸测量误差作为准则,采用实际边缘并结合摄像机标定技术,考虑了镜头畸变和透视失真等因素。试验表明,提出的双曲正切法检测亚像素边缘相比空间矩法和梯度插值法具有更高的精度,同时能够满足机械工业中的实时测量需求。     

基于图像处理的轴类零件尺寸测量技术研究

采用图像检测技术对轴类零件尺寸进行非接触检测,实现了动态测量。在获取零件图像后,采用Sobel算子完成对图像边缘的初步定位,在此基础上,通过对图像边缘的离散点作最小二乘曲线拟合,达到边缘的亚像素定位,基于精度分析,得出了误差最小时的尺寸求解方法。通过标定系数k的求解,计算出精确的零件尺寸。实验表明,该方法能有效地提高检测精度,在CCD摄像机分辨率为1392×1040,像元尺寸为4.65μm时,检测误差<±20μm。     

基于仿射变换和均值像素法的环状编码点鲁棒识别

在近景工业摄影测量中,针对环状编码点精确定位和准确识别的要求,提出了一种鲁棒性识别算法。该算法在对目标图像预处理后,首先根据边缘滤波准则初步定位编码点,并将含编码带的特征区域分割出来。然后,利用最小二乘法对特征区域进行仿射变换,将经透视投影退化的椭圆映射成规则圆形。最后,采用均值像素法获取环状编码点的解码值,进一步提高编码点的抗噪性。大量实验结果表明:该方法在对编码点的中心定位达到亚像素级别的同时,改善了算法对识别角度的鲁棒性,在识别角度为70°时,正确识别率仍可达97.9%,在实际复杂场景中具有较好的实用价值。     

盾构姿态测量中基于边缘检测的中心定位算法

振动对盾构测量系统的影响较大,提出了基于光阑的测量方案对原系统加以改进。鉴于光斑存在随机噪声污染,采用中值滤波技术,有效地降低了其对光斑中心定位的影响。对多种边缘检测算子作了比较研究,并利用其对激光光斑进行边缘检测,实现了聚焦光斑的准确定位。     

基于高斯曲面拟合的亚像素边缘检测算法

提出了一种基于高斯曲面拟合的亚像素边缘检测算法.该算法首先使用传统Canny算子进行边缘像素级的粗定位,再以粗定位边缘像素为中心取5x5窗口获取梯度幅值,对其进行高斯曲面拟合,在梯度方向上寻找局部极值点,从而达到边缘亚像素级的精细定位的效果.文中介绍了算法的理论依据,给出推导过程,并用螺旋测微器的标准间隙进行实例分析,...     

理想边缘产生方法的研究

详细介绍了产生理想直线边缘的方法.在亚像素提取算法中,通常要考察算法两个方面的内容,一是在没有噪声的情况下算法本身的精度,二是在有噪声的条件下考察算法的抗噪声能力,这两个方面是分开的.本文所介绍的理想边缘就可以用来考察亚像素算法精度的两个方面.本方法以CCD成像原理为基础,根据方形孔径采样定理,给出了边缘点灰度值的计算方法,并以一种情况为例给出了边缘点灰度值的计算公式,利用此公式可直接编程产生理想边缘,产生的边缘可用于亚像素细分算法的评价.