视觉测量中基元特征亚像素提取方法的研究

建立了基于空间矩的三级灰度图像边缘模型,首先由传统LOG(Laplacian of Gaussian)算子确定图像的像素级边缘,再由灰度空间矩对像素级边缘进行亚像素定位,并用Hough变换提取基元的亚像素边缘像素点,最后通过最小二乘法曲线拟合得到亚像素级的基元特征。实验结果表明,基于空间矩亚像素边缘定位算法,以及像面直线和椭圆亚像素提取算法具有较高的精度和稳定性。     

一种基于边缘判决的空域差错掩盖算法

提出了一种基于边缘判决的解码视频空域差错掩盖算法.该算法首先对丢失块邻域中的像素进行边缘检测,并对检测出的边缘判断其是否会穿过丢失块.然后使用方向选择过程提取多个候选插值方向,并通过边界像素灰度差决定最终插值方向.实验结果表明本算法有效地提高了错误图像的掩盖效果.     

微零件图像亚像素边缘定位算法

为快速而精确地检测微零件图像边缘,提出了一种新的图像亚像素边缘定位算法.此算法与常用亚像素边缘定位算法区别在于不需要进行边缘初定位,而直接提取亚像素边缘点.应用一种新的图像坐标排序方法,使无规律的边缘点能够按照一定时针顺序链接成闭合曲线.以微齿轮图像作为实验对象测试了算法的精度与速度,结果表明该算法在边缘定位精度满足亚像素的情况下,能够快速提取边缘曲线,处理时间不超过1s.     

基于亚像素边缘的棋盘格的角点检测

棋盘格标定广泛应用于高精度机器视觉中。针对棋盘格标定中最关键的角点检测技术,本文提出了一种基于亚像素边缘的角点检测算法。先确定棋盘格边缘线法线方向,再在法线方向插入虚拟像素;根据边缘像素灰度变化趋势,用反正切函数进行曲线拟合;然后通过曲线梯度,确定亚像素边缘。在得到各亚像素边缘后,根据边缘相交形式,采用形心法确定角点位置。本算法建立了边缘法向方向亚像素定位算法,不受棋盘格角点方位影响。采用结合像素插值和灰度曲线拟合的方法提取亚像素边缘,有效的提高检测精度。实验表明本算法相对Harris角点检测算法精度提高一倍。本算法已成功应用于石油管螺纹的图像检测中,满足实际应用需求。     

基于支持向量机的非结构化道路检测

摘要：机器视觉检测非结构化道路边缘的难点在于路面像素与非路面像素特征差异复杂,本文使用支持向量机分类算法实现了非结构化道路的边缘检测。算法引入感兴趣区域来消除环境噪声,并通过交叉验证方法优化了算法参数,最后在支持向量机的分类结果上使用霍夫变换提取道路边缘。Matlab实验证明算法具有很好的准确性和鲁棒性。     

混合神经网络在颗粒图像边缘检测中应用

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法·边缘候选图像是通过采用基于灰度极小值算法提取边缘候选像素获得,神经网络以边缘候选图像中的边缘候选像素及其邻域像素的二值模式作为训练样本·对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实,适用于颗粒图像的边缘检测·     

一种光学测量中椭圆边缘精确提取算法

提出了一种椭圆边缘精确提取算法。对图像灰度分布函数按二次泰勒展开式展开,利用高斯核函数和图像卷积的方式进行微分求导,在过零点附近求取二阶导数绝对值的极小值点,然后,通过计算Hessian矩阵得到该边缘点的法向方向,在法向方向进行多项式曲线拟合和直线拟合得到子像素边缘点。实验结果表明,算法子像素边缘提取具有较好的精度,在光学测量椭圆形标识检测中有参考价值。     

基于方向空间的数字图像边缘检测理论与应用研究

成果简介：该项目给出一种新的边缘检测方法，“方向空间边缘检测”，其基本原理是，建立一个方向空间，在方向空间内通过一组不等式判断，分别提取方向Ridge边缘像素和方向Valley边缘像素，构成二值化方向Roof边缘图。再在相邻的方向Ridge边缘像素和方向Valley边缘像素之间，通过求取差分极大值的方法提取方向Step边缘像素，构成二值化方向Step边缘图。最后将二值化方向Roof边缘图和方向Step边缘图通过逻辑“或”操作分别合成为二值化Roof边缘图和Step边缘图。从20世纪60年代提出用梯度方法提取边缘像素至今，尽管众多算法被提出，但边缘检测质量一直没有得到根本解决，因此，边缘检测一直是国际计算机视觉研究领域的热点课题之一。在经典边缘检测算子基础上发展起来的边缘检测算子，主要可以分为最优算子、多尺度方法和自适应方法三大类。[第一段]     

基于改进空间矩算法的光纤纤芯轮廓特征点快速提取

为了提高基于视觉的光纤精密对接的特征点提取速度和定位精度,提出了一种基于改进空间矩算法的光纤纤芯轮廓特征点亚像素快速提取算法.该算法首先对光纤纤芯的初始位置进行快速搜索,进而对纤芯和光纤端面进行边缘追踪,提取出纤芯的边缘;然后采用改进空间矩算法得到边缘的亚像素位置,并对提取到的纤芯边缘点和端面边缘点进行直线拟合,求取光纤中轴线及端面直线方程.实验结果表明,文中提出的光纤纤芯轮廓特征点提取算法相对于传统方法具有提取速度快、抗噪性好和定位精度高的特点,能满足实时精密对接光纤的要求.     

基于机器视觉的不规则形状超薄热管宽度测量方法

为实现不规则形状超薄热管宽度测量自动化,提出一种基于机器视觉的中轴线梯度角逐像素宽度测量算法。首先采用Canny算法获取像素边缘,并进一步使用改进二次插值法提取亚像素边缘;然后利用细化算法提取边缘内封闭区域中轴线并适当裁剪;接着使用形态学膨胀与高斯滤波构造中轴线区域边缘,计算梯度角,并借助双侧均值滤波逼近真实梯度角的光滑变化;最后沿梯度角两侧搜索亚像素边缘点,边缘点对距离即为所测宽度。文中算法解决了常规测量算法无法确定不规则形变轮廓对应宽度测量点和高次过渡曲线区域无法测量的问题,实现了在轴线方向密集测量宽度,最大程度逼近真实边缘宽度分布。实验结果表明,测量对象宽度在10 mm以内时,文中算法的测量不确定度为±0.026 mm,能很好地适应超薄热管的不规则外形,实现稳定可靠、高精度的自动化测量。     

一种快速亚像素边缘检测算法

基于正交多项式拟合提出一种快速亚像素边缘检测算法, 并给出计算边缘点的直接表达式. 结果表明, 该算法有效地解决了目前亚像素边缘检测算法的检测精度和检测时间不能同时兼顾的问题. 通过与Gauss和空间矩两种亚像素边缘检测算法进行比较, 该算法能快速准确地求得亚像素级边缘位置.     

基于混合滤波器的Canny边缘提取算法改进

在Canny最佳边缘检测算法准则的基础上,提出了用混合滤波器代替高斯滤波器,并通过计算像素四个方向差分替2×2领域内有限差分来确定梯度幅值的方法,提高了Canny算子在提取图像边缘细节和抑制假边缘噪声方面的性能。另外,通过实验验证了该方法具有较高的信噪比和高精度边缘定位,并能达到良好的边缘视觉效果。     

光波导器件边缘的高精度直线检测

为了在光波导器件对准中快速、准确地检测波导边缘直线,保证检测精度,提出一种高精度快速边缘直线检测方法。其步骤为:分析光波导器件对准的机器视觉系统及其精度要求;通过对耦合界面灰度分布的一阶导数进行拟合求峰值位置提取亚像素边缘点;基于RANSAC算法和OLS算法相结合的方法对提取的边缘进行高精度直线拟合,并以此计算波导的位姿参数。研究结果表明:本算法检测角度误差小于0.003?,距离误差小于0.1像素,运算时间小于0.5 s,能精确拟合带有破损、脏污等噪声因素的波导边缘,实现光波导器件边缘的高精度直线检测。     

自适应双阈值Canny算子的图像边缘检测

为解决Canny算子进行图像边缘检测中双阈值的求取需要人工设定的问题,提出了自适应双阈值算法,这样可以针对不同图像实现双阈值的自适应提取,再通过控制技术明确边缘像素,使应用Canny算子检测图像边缘成为现实。经仿真实验表明本算法是有效的。     

基于圆形阵列标定板的张氏相机标定法

提出了一种基于圆形阵列标定板的张氏相机标定法.利用大恒水星系列相机对不同方向和不同姿态的圆形特征标定板进行20次拍摄,并利用亚像素边缘检测算法对图像视野中的特征进行边缘检测;接着对得到的边缘封闭的特征分别进行圆度、偏心率和凸度的条件限制,提取出图像中符合要求的圆形特征;最后通过标定板上圆形特征的圆心像素坐标与世界坐标的对应关系来进行相机标定.实验结果显示,圆形特征的圆心坐标平均重投影误差在0.007个像素以内,表明了该算法的可行性.      

基于图像识别的动物纤维细度快速测量算法

以图像识别、图像分析为基础,研究动物纤维平均细度测量算法。采用图像二值化、边缘跟踪算法提取纤维边缘,用边缘突变点提取算法、纤维微段识别算法确定纤维微段,以边缘亚像素定位算法获取纤维边缘的准确位置,计算纤维细度。结果表明:基于该算法的动物纤维细度自动测量系统的测量精度达到±0.135μm,该算法能够准确、快速地测量动物纤维的细度,满足自动测量的要求。     

基于边缘结构特征的图像检索

本文提出了一种用边缘结构特征检索图像的方法。特征矢量是通过计算局部边缘图中的像素空间分布矩阵得到的。本文提出的算法能够有效的提取嵌入在边缘中的信息。实验证明,这种结构描述子可以有效捕捉边缘信息,提高检索的性能。     

微钻刃面图像边缘角点自适应提取方法

针对微型钻针刃面视觉检测过程中的边缘角点提取问题,提出了一种基于协方差矩阵的自适应角点提取方法.通过边缘追踪算子获得微钻刃面单像素宽封闭边缘,采用自适应算法选取支持域,利用协方差矩阵获得边缘角点.应用该方法对方位各异的不同微钻进行刃面边缘角点提取,以验证该方法对不同刃面边缘角点提取的可靠性和方位无关性.     

几种图像边缘提取算法比较

对几种图像边缘提取算法进行比较,首先介绍了Roberts边缘检测算子、Sobel边缘检测算、Prewitt边缘算子,其次介绍了Facet模型和基于2-D Facet模型的像素边缘检测算法,最后将Facet模型与常用边缘提取算子效果进行比较,并进行Facet模型的抗噪性检验.结果表明:基于Facet模型的图像边缘检测算法具有抗噪能力强、定位精度高的优点.     

基于数字图像的实体黄河模型河势宽度检测

提出一种基于数字图像处理的黄河河工模型图像的河势宽度测量方法.该方法利用边缘检测和形态学相结合,对黄河模型图像进行边缘提取,然后利用像素计算法,通过比例转换实时精确地得出河势宽度.首先利用改进的最大方差比法(Maximum variance ratio)自适应地计算出Canny算法的高低梯度阈值,并在此基础上采用基于周长的形态学连通域分割法清除图像的干扰边缘,实现河势的自动识别和提取,再通过示踪粒子标定河道,计算河势边缘间像素个数,从而得到河势宽度.试验表明,该方法抗干扰性强,提取误差小,宽度测量更加简单.