基于主轴分析和EDISON-Zernike矩的彩色图像亚像素边缘检测

本文分析了目前常见的亚像素边缘检测方法,提出了一种综合运用主轴分析法、Zernike矩和嵌入置信度的彩色图像亚像素边缘检测算法。首先获取影像三维空间中的主轴,然后利用嵌入置信度的边缘检测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。实验表明本文算法优于其它的边缘检测算子,充分利用了图像的彩色信息,定位精度能够达到0.13个像素,并且该方法还具有良好的抗噪声干扰性和处理效率。

基于亚像素定位的图像边缘检测策略研究

针对图像处理与计算机视觉技术中低对比度、边缘模糊图像的边缘检测问题,参考局部极值与梯度方向两种因素,并结合图像边缘方向趋势,提出了一种单像素边缘跟踪策略。相较于应用广泛的Canny算法,该跟踪策略无需设置全局阈值,实现方式更为简洁、高效;提取的图像边缘连续、平滑、完整,并有效地减少了图像边缘的冗余像素,进而提升了图像后续处理的效率;边缘跟踪方向抗干扰性强,具有较强的鲁棒性。为了减小检测的图像边缘与真实图像边缘之间的偏差、提高图像边缘检测的精度,参考边缘像素点的相邻区域灰度,以边缘像素点的梯度分布为依据对该像素点进行亚像素定位。经实验验证,经过亚像素优化的图像边缘检测策略可用于检测边缘模糊、对比度低的图像,检测的图像边缘完整、连续且平滑。该策略有效地消除了程序运算中引入的截断误差,提升了图像边缘检测精度,且适用于亮度5~100000 lx的高动态成像场景中。

视觉感知模型下模糊图像亚像素边缘检测算法

图像边缘中存在大量图像信息,在图像边缘检测中像素级已经无法完全满足图像信息提取需求,往往需要将像素单位提升到亚像素级别,于是提出一种视觉感知模型下模糊图像亚像素边缘检测算法。构建模糊图像还原模型,采用蛙跳算法优化模糊图像,通过最大似然估计原始图像,生成还原后图像。基于突触传递模型,结合视觉感知模型构造视觉感知神经元模型,利用上述模型对图像边缘像素级检测,再引入B样条插值法获取插入点,对图像像素级边缘插值处理,得到图像亚像素级边缘,实现模糊图像亚像素边缘检测。实验结果表明,所提方法FOM值较高,能够获取更加全面的图像边缘信息,检测到的图像边缘更加清晰,细节更加丰富,并且检测时长较短,可广泛应用于图像检测领域。

活塞表面缺陷图像的亚像素边缘检测技术研究

针对活塞图像对比度低、缺陷区域小、缺陷种类多、人工检测效率低等问题,提出一种结合区域生长法和亚像素边缘提取的活塞表面缺陷检测方法。利用图像处理软件采集活塞图像,分析活塞表面图像中缺陷区域与正常区域灰度值的差异。使用区域生长法进行图像分割,结合Canny算子对活塞表面缺陷边缘进行初步定位。通过定位感兴趣区域的位置,进行亚像素级别提取,并平缓感兴趣区域边缘。实验表明,所提算法比传统的边缘提取方法得到的缺陷区域更精确、平滑。

基于亚像素边缘搜索的气门几何参数检测

气门几何参数检测问题是汽车、船舶、航空以及柴油发动机等工业缺陷检测领域的热点难题,其本质是气门边缘关键点的检测问题,目前应用在工业气门产业的成果较少。本文针对气门边缘关键点难以精准检测问题,设计了基于亚像素边缘搜索算法,该算法基于Zernike矩和亚像素边缘检测对气门边缘进行矫正,并结合图像投影和逐像素边缘搜索精确定位边缘关键点对其拟合,得到气门几何参数检测结果。为了验证所提算法的有效性,对不同尺寸的工件进行检测分析,结果表明该算法检测气门杆径的最大绝对值误差和最大极差分别低于0.0093 mm和0.0363 mm,在检测精度和稳定性上均达到了工业要求,满足实际工业生产现场的检测需求。

基于误差效应的亚像素边缘检测算法

针对传统亚像素边缘检测算法在实时性、精确性和鲁棒性之间难以平衡的问题,提出了一种基于误差效应的亚像素边缘检测方法。该方法首先建立边缘函数模型,并计算每个像素边缘对应函数方程常数项的近似值和对应误差,然后结合最小二乘法使整体函数模型误差最小,从而获得较为精确的边缘参数。基于标准图像和实际图像的实验测试结果表明,该算法具有快速、鲁棒性强和检测精度高等优点,能够满足实时检测的要求,评价指标优于其他传统算法。

基于亚像素边缘检测的板材直径测量研究

因像素级边缘检测精度低,导致板材的测量存在较大的误差。为此,提出了一种基于亚像素边缘检测的板材高精度测量方法。该方法假设物体边缘穿过的像素单元灰度值是不连续的,在各个边缘像素单元的矩形邻域内建立模型,准确计算出边缘的亚像素位置。通过张正友标定法校准相机,将图像坐标系与世界坐标系建立联系,计算出圆形PVC板材的直径。实验结果表明,在合成圆位置检测方面,半径的均方误差为0.034 1,检测精度较高。在实际图像测量方面,板材直径的均方误差为0.018 6,验证了该方法具有较高的稳定性和精度。

基于改进亚像素边缘检测的气门弹簧节距测量

针对传统弹簧节距测量效率低、精度差等问题,提出一种基于高斯函数模型的亚像素弹簧边缘检测方法。首先对图像进行Canny边缘检测定位,然后寻找梯度方向,进而采用高斯函数对梯度方向上的灰度梯度幅值进行拟合,按照定步长的平均值法来确定亚像素边缘点的亚像素坐标,并对亚像素坐标采用最小二乘法拟合圆,根据圆心坐标计算出弹簧节距。经测试,该方法能快速测量出弹簧节距,将平均计算时间降低到传统拟合亚像素检测方法的21%。

一种改进的SMD图像亚像素边缘检测算法研究

为了满足对表面贴装器件(surface mounted devices,SMD)器件边缘高精度的定位要求,提出了一种改进的SMD图像亚像素边缘检测算法。首先,对SMD图像进行双边滤波和二值化处理;其次,采用引入信息熵加权系数的多类型多尺度的结构元素对预处理后的SMD图像进行形态学运算,获得像素级图像边缘;最后,在像素级图像边缘的基础上,采用一种改进模板系数和边缘判断条件的Zernike矩边缘模型对SMD图像重新定位,确定亚像素边缘坐标,实现SMD图像边缘检测。实验结果表明,该算法与Zernike矩和改进Sobel-Zernike矩算法相比,亚像素坐标与真实坐标误差更小且仅为0.4940 pixels,运行时间分别减少了54.671%和19.407%。

SLM彩色显微图像的亚像素边缘检测方法

微操作技术的迅速崛起迫切要求显微图像处理技术的发展。在HSI彩色模型的基础上,根据SLM视觉系统的彩色显微图像特点,基于小波变换提出了一种适用于SLM彩色显微图像的边缘检测方法。根据三次样条拟合曲线的一阶导数零点,获取精确的亚像素边缘。试验证明,该方法适用于各放大倍率下的SLM彩色显微图像,能较好地滤除噪声,检测出完整的亚像素边缘。给出了利用该算法处理噪声仿真图像和真实SLM彩色显微图像的试验结果。

基于彩色图像小波亚像素的发动机叶片边缘检测方法

针对彩色图像亚像素检测存在处在的问题,在HVS彩色模型的基础上,根据视觉系统的彩色显微图像特点,采用高斯函数为小波的基函数进行小波变换,计算小波多尺度的参数,采用双阈值法去噪,利用三次B样条拟合曲线的一阶导数零点,提出一种适用于彩色显微图像的小波亚像素的边缘检测方法,用于彩色图像亚像素检测:该方法应用于航空发动机叶片裂纹的检测,通过几种彩色图像处理方法结果的对比,验证了该方法的正确性以及实用性。

基于改进Canny和灰度矩的水下图像边缘检测方法研究

针对水下图像对比度差、模糊,致使检测出的边缘存在不连续和伪边缘的问题,提出一种基于改进的Canny和亚像素的水下图像边缘检测方法。采用改进的Canny算法检测水下图像的像素级边缘,在此基础上采用灰度矩提取图像的亚像素边缘特征,提高边缘的定位精度和检测率。实验结果表明,提出的算法相较于传统的像素级边缘检测算法在边缘轮廓的提取、减少伪边缘、提升边缘精度方面有较大优势,尤其是对深海环境中光源单一以及图像对比度差的物体边缘的检测具有更显著的效果和定位精度。

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。

红外图像的亚像素边缘检测

针对红外图像目标边缘的模糊性,为了准确提取目标,提出了基于三次样条插值和灰阶边缘细化的方法,该方法通过对边缘过渡区域及其法线方向信息的处理,使图像边缘精确定位在亚像素级。实验结果表明,该方法能够精确定位目标边缘,优于传统的边缘检测方法。

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。

薄片零件机器视觉图像亚像素边缘检测

针对基于机器视觉的薄片零件尺寸在线高精度检测系统中的边缘检测问题,提出了一种新颖的精确亚像素边缘检测方法。用简单阈值法对待检零件图像进行二值化;用团块面积阈值法去除待检零件图像中的噪声;用二值数学形态学方法进行像素级边缘检测获得单像素宽连通的像素级轮廓;用基于三次样条插值的9×9pixel矩形透镜法进行亚像素边缘检测获得亚像素级轮廓。实验结果表明,该方法计算速度快、抗噪声能力强、检测精度高、亚像素边缘定位精度可达微米级。

一种零件图像亚像素边缘检测算法

研究零件尺寸亚像素测量问题。目前存在的亚像素检测算法精度低、实时性差,不能实现零件图像边缘的精准定位。为提高检测速度、检测精度,提出一种基于Zernike正交矩的亚像素级边缘定位检测的改进算法。采用机器视觉技术获取零件的图像数据,首先利用数学形态法中的四邻域腐蚀法进行边缘点的像素级粗定位,然后利用Zernike正交矩算法对边缘点进行亚像素级重新定位,分析误差并进行误差补偿,以实现高精度的图像亚像素边缘检测。实验结果表明,改进算法能够快速有效完成亚像素级边缘检测。

光图像亚像素边缘高精度自适应检测研究

由于激光图像亚像素边缘易出现薄弱现象且边缘位置模糊,导致边缘检测速度以及精度下降,提出激光图像亚像素边缘高精度自适应检测研究。通过小波模极大原理对图像进行粗定位,获取亚像素边缘点位置,结合Zermike矩算法对边缘进行亚像素定位,结合最大类熵阈值方法计算对应的阈值,通过人工对阈值进行反复调整,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,完成激光图像亚像素边缘自适应检测。相关实验结果表明,检测图像图像包含的边缘信息较多,且对于噪声的抑制效果较好,检测信噪比较高,检测时间在1s左右,检测效率在90%以上。

基于Arimoto熵和Zernike矩的刀具图像亚像素边缘检测

为满足基于机器视觉的刀具尺寸测量系统快速及高精度的要求,提出一种基于直线截距直方图的Arimoto熵和Zernike矩的图像亚像素边缘检测方法.首先,通过高斯滑动窗口获取图像的邻域平均灰度,构造图像的灰度-邻域平均灰度二维直方图,并利用直线截距法将其降为一维直方图;然后,针对得到的直线截距直方图,依据Arimoto熵准则进行阈值分割,并将所得阈值映射回原二维直方图实现目标区域及像素级边缘的提取;最后,由基于Zernike矩的边缘模型对获取的像素级边缘进行重定位,以完成刀具图像亚像素级边缘的提取.通过对刀具图像进行的大量实验,将文中方法与基于Canny的、基于空间矩的、基于灰度矩的以及基于Zernike矩的边缘提取方法进行对比,发现文中方法运行速度更快且提取精度更高.

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.