机械零件图像中直线边缘亚像素定位方法

以计算机视觉在机械零件几何参数检测的实际应用为例，提出了一种使用高斯拉普拉斯(LOG)函数检测斜坡状边缘的像素级位置，在已知目标为直线边缘的情况下，使用最小二乘线性回归把二维的边缘拟合降为一维边缘定位，从而使直线边缘定位达到亚像素级精度的算法．同时还进行了空间矩直线边缘亚像素定位算法与本文所提出算法的对比实验．实验结果表明：在低噪声图像中，两种算法的边缘定位精度均达到满意的结果，且最小二乘线性回归亚像素定位算法速度较快．     

基于Fourier-Mellin矩边缘检测的改进算法

为了满足计算机视觉标定与精密测量对图像边缘定位的高精度和抗噪声要求,提出一种基于正交Fourier-Mellin矩亚像素边缘检测的改进算法.首先,建立亚像素边缘理想模型,推导了新的Fourier-Mellin矩7×7模板,利用各级矩的卷积来提取边缘点细节特征.然后,根据幅值旋转不变性原理,通过分析图像边缘旋转至垂直方向后各阶次Fourier-Mellin矩之间的关系,得到被测点亚像素边缘的各级参数.再根据改进的边缘判据,利用其高阶矩的细节描述能力和低阶矩的噪声抑制能力,确定图像中实际边缘点的亚像素坐标.实验结果表明,改进算法具有更高的检测精度和更强的抗噪性能,对含噪直线和含噪曲线的定位精度可达0.07像素和0.10像素,更好地满足了图像边缘定位的稳定可靠、高精度测量要求.     

面向芯片引线键合的视觉精确定位方法

为了实现面向芯片封装的视觉精确定位技术,提高芯片引线键合的加工精度和效率,提出了一套结合快速傅里叶变换互相关和不变矩的视觉定位算法,构建了视觉系统实验平台,并进行了实验研究.针对芯片和引线框架图像的特点,分别提出了适合于芯片和引线框架的定位算法.对于芯片图像,采用快速傅里叶变换互相关算法进行匹配定位;对于引线框架图像,采用基于特征的不变矩方法进行匹配定位.使用显微视觉系统和二维运动平台构建了实验平台,进行了视觉定位实验.经过实验验证,定位精度均在亚像素级,芯片图像的定位精度小于0.4,像素（2,μm）,引线框架的位置精度小于0.5像素（2.3,μm）,转角的定位精度小于0.1°,能够满足芯片封装的要求,从而实现引线键合的视觉精确定位.     

基于Sigmoid函数拟合的亚像素边缘检测方法

亚像素边缘检测技术是采用图像处理软件算法来提高检测精度的有效途径,因而在基于计算机视觉的检测中具有重要地位。本文对矩法、拟合法和插值法等常用的亚像素边缘检测算法的原理、优点和不足进行了分析。提出了Sigmoid函数拟合的亚像素边缘定位算法,该算法采用Sigmoid函数拟合边缘模型,然后利用图像边缘灰度信息,对该模型进行非线性最小二乘拟合,求得边缘的亚像素位置。实验中测得本文提出的基于Sigmoid函数拟合的亚像素边缘定位算法定位精度为0.045像素,但检测的速度比灰度矩提高了一个数量级,比空间矩、Zernike矩和插值法提高了两个数量级。理论分析和实验结果表明：本文提出的亚像素定位算法能较好的满足影像测量中的稳定可靠、精度高及实时性的要求。     

基于改进Zernike矩的亚像素钻铆圆孔检测方法

在机器人自动钻铆系统中,高精度的圆孔视觉测量技术对制孔的定位精度和质量检测具有重要作用。为了提高钻铆基准孔和连接孔几何参数的视觉检测精度,该文首先基于Canny算子获取像素级边缘点集,实现圆孔中心坐标的粗定位;其次提取待测圆孔所在的感兴趣区域,利用4个Zernike正交矩准确推导了三灰度过渡模型的边缘参数;然后通过判断边缘参数和阈值的关系,计算圆孔边缘点的亚像素坐标;最后根据最小二乘原理实现圆孔中心坐标和半径的高精度检测。仿真结果表明,该算法的圆心坐标相对误差在0.01像素范围内,半径的相对误差精度为0.1像素。稳定性和抗噪性实验表明,该算法适应于不同尺寸的圆孔,并且对噪声的敏感程度较低。因此,该算法有效提高了钻铆圆孔参数的检测精度,在机器人钻铆视觉测量系统中具有重要意义。     

基于双显微视觉的光刻版位姿定位算法

光刻版工件移动位姿的精确定位及调整是完成其视觉对位的关键。本文针对光刻版工件跨尺度级高精度对位的难点,搭建了双显微视觉对位系统,通过双显微视觉的局部位姿检测,解决了工件尺寸与定位精度之间的矛盾。具体方法为：首先采用双显微视觉获取工件两端局部图像;接着提出改进Canny算法并基于多项式插值的边缘细分完成亚像素级边缘轮廓提取;然后基于RANSAC算法拟合边缘轮廓,获得左右相机图像中“Mark”标志中心点位置坐标及偏转角度;最后通过推导局部位姿间数学关系完成光刻版工件的精确位姿定位。实验结果表明：所设计的视觉算法对于0.5 mm平行线的距离检测精度达1.93 μm、角度提取精度达0.018°;对于光刻版的移动位姿的定位精度达0.64 μm,能满足视觉对位过程中高速高精度的定位需求。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.     

光学触摸式投影机中亚像素边缘检测

针对光学触摸式投影机中,像素级边缘检测不能满足测量精度要求的现状,提出亚像素寻边检测方法.该方法利用二次函数逼近高斯函数,将二次函数极值作为图像亚像素边缘,使边缘定位更加准确.实验结果表明:该亚像素边缘检测方法,能有效提高光学触摸式投影机图像边缘的检测精度.     

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.     

基于图像处理技术的尺寸测量中边缘定位算法

为了进一步提高图像的定位精度,设计了一种基于插值理论的精确定位细分算法.通过多尺度小波变换与三次样条插值相结合,实现了亚像素级的测量.基于多尺度边缘检测的小波边缘检测方法,既能对边缘进行准确定位,又可以有效去除噪声干扰,提高边缘检测的稳定性和准确性.三次样条插值函数是分段插值函数,算法复杂度低、段与段之间连接处平滑、具有快速收敛性和稳定性.将上述两种融合的边缘定位算法,可以对图像进行精确检测和测量,其精度达到0.001个像素.