两级Zernike矩算子的快速亚像素边缘检测

开发了基于两个不同尺寸模板Zernike矩的新边缘检测算子.首先利用小模板3*3尺寸的像素级Zernike矩算子快速检测出所有可能边缘点;然后利用大模板7*7尺寸的亚像素级Zernike矩算子重新精确定位边缘.检验结果表明,本方法定位精度为亚像素级,且算法运行时间为0.14s.新算子具有运算速度快、定位精度高的优点.

基于Zernike矩的边缘检测方法

提出了一种基于Ｚｅｒｎｉｋｅ矩的边缘检测方法．根据建立的四参数边缘模型，利用Ｚｅｒｎｉｋｅ矩的性质导出了边缘参数和矩的关系，通过求矩得到边缘参数．所提出的方法可以达到子像素级检测精度，对噪声不敏感，具有良好的稳定性．

基于灰度矩的9×9尺寸模板边缘检测算法

基于灰度矩算法的基本原理,提出了一种新的9×9尺寸灰度矩算子。先分析并推导灰度矩算法的计算过程,再计算出9×9尺寸的灰度矩模板。通过实验对算子的性能和检测精度进行了研究。实验表明,该算子有较强的抗噪能力,边缘定位精度能够达到0.05～0.06个像素。最后,为提高检测效率,使用Prewitt算子进行粗检测、通过先粗后精的方法有效减少了大模板灰度矩的运算量,使新算子的运算耗时降低至0.31 s。

水平集重构方法改进及亚像素边缘定位

常用的亚像素边缘定位算法采取局部表面估计或结构模型实现局部边缘的定位,不可避免由于离散化导致的锯齿效应和由于局部模型带来的不连续边缘定位。为此在扩散方程的基础上提出了一种改进的水平集重构算法,通过改进的水平集重构实现边缘沿切线方向的平滑;加入角点定位判断,在角点处加入角点限制和拓扑限制以保证角点处的精确定位。通过几何图像和自然图像的亚像素边缘提取对比实验,验证了该算法能在保持亚像素精度的同时消除锯齿效应,保持边缘的平滑和连续性。

基于变步长的亚像素级Hough变换在钢板影像识别检测中的应用

Hough变换可以使边界检测达到亚像素级别,但需要花费很多时间。本文提出一种具有指定精度且可变步长的迭代算法,在钢板影像识别检测中进行试验,结果表明:改变步长的亚像素探寻时间效率比整个行程内进行遍寻的亚像素探寻更高。

基于改进Linemod⁃2D的快速形状匹配算法

Linemod⁃2D是一种基于特征匹配的快速目标识别算法,其像素级的定位精度,使其不能直接用于亚像素级高精度要求的工业检测场景。针对上述问题进行改进,提出一种基于改进Linemod⁃2D的快速形状匹配算法。采用网格化方式提取模板特征,并用Zernike矩对边缘点进行亚像素校正,以获取精确的位置和角度作为匹配特征。在图像金字塔的上层采用改进的Linemod⁃2D进行快速的粗匹配,其角度量化方向扩展为16个。在图像金字塔底层,采用角度量化扩展为360个方向的匹配策略进行精匹配,得到像素级的匹配位置和小于0.5°的角度误差,然后采用最小二乘平差法得到亚像素级的匹配位置和精确的角度。实验研究结果表明,该算法的匹配位置误差小于±0.04像素,角度误差小于±0.015°,其匹配精度和速度优于CkVisionBuilder的形状匹配算法,接近Halcon的形状匹配算法。

一种运动目标亚像素位移的估计方法

采用频域分析的方法，充分利用图像的相位信息，在对数谱的基础上提出了一种可以使目标位移估计达到亚像素级的方法．这种方法不依赖于图像内容，与以往算法相比不仅精度高，而且易于实现．提出的图像预处理方法提高了图像信噪比，减少了图像的分布噪声在频域中的影响，使得算法更具鲁棒性．

基于机器视觉的连通管液位测量方法研究

连通管液位测量是实现桥梁挠度检测的一种重要方式。针对传统连通管液位测量方法存在的实时性和测量精度不足的问题,基于机器视觉研究了一由液位观测管、光源、平行光板、工业相机、微型处理器和路由器等构成的连通管液位测量系统。通过图像预处理获取液位图像边缘轮廓,并采用亚像素边缘检测算法进一步精确定位液位图像边缘轮廓的底部坐标。提出了一种基于相对运动原理的液位高度标定测量方法,利用最小二乘法拟合得到液位图像边缘轮廓底部坐标与液位高度的函数关系。最后在实验室通过静态测量试验与拟桥振动试验验证了该液位测量方法的可行性、准确性和动态响应性,其最大绝对测量误差不超过0.5 mm,能够满足连通管桥梁挠度测量的工程应用需要。