基于亚像素的边界检测与提取算法及误差分析

利用数字图像处理技术已成为解决复杂产品样件反求设计与再设计问题的重要辅助手段,而针对复杂零件 ICT(IndustrialComputedTomography)切片图像的边界轮廓检测和提取精度对反求建模的精度影响至关重要。本文 的主要目的是针对有噪声信号影响的数字图像,在比较现有边界检测与提取算法的基础上,提出了基于亚像素精度 的边界监测与提取算法。为了对该方法的精度进行分析,设计了一个可进行微量驱动控制的工作平台,通过记录工 作平台的移动量和通过边界检测与提取算法得到的位移量之间进行比较的方法分析其精度。通过对误差量使用统 计的方法进行分析,证明了该算法不但能够达到1/4像素的亚像素精度,而且还有计算效率高和计算机开销量小的 特点。

发动机叶片ICT数字切片图像特征边界的提取

目的实现数字切片图像特征边界的提取。方法针对有噪声信号影响的发动机叶片ICT(Industrialcomputedtomography)数字切片图像,根据图像特征边界点相邻像素灰度值变化特点,通过预先确定提取边界所占矩形区域的大小、方向和预提取图像边界的数量,沿垂直某一矩形边的方向自动产生与提取边界点数量相等的一组等距平行线,并将每一平行线穿过图像的像素灰度变化拟合成一条三次样条曲线或B样条曲线。结果根据拉普拉斯边界检测算法在出现边界点处一阶段数为最大和二阶段数为零的特性,计算机边界点的坐标,实现灰度图像特征边界的提取。结论通过实验得到的测量误差,使用统计的方法进行分析,该算法不但能够达到1/4像素的亚像素精度,而且还有计算效率高的特点。