《数字图像边缘检测算法的分析实现pot》由会员分享，可在线阅读，更多相关《数字图像边缘检测算法的分析实现pot（35页珍藏版）》请在金锄头文库上搜索。
1、基于图像处理的零件二维几何尺寸测量算法研究(图像预处理部分)2012110031徐扬整体思路v本课题研究的主要思路如下：以计算机为开发平台，首先利用图像传感器CCD、图像采集卡、照明系统以及其它硬件构成图像测量系统，采集被测目标（工业零件）的图像；然后再VC+6.0软件开发环境中，用C+语言实现图像预处理图像预处理、图像边缘检测图像边缘检测、图像零图像零件几何测量件几何测量等算法，最后针对工业圆形零件和矩形零件，完成对几何参数测量。图像预处理v该课题图像噪声主要为脉冲噪声脉冲噪声和高斯噪声高斯噪声，在图像预处理过程中，针对图像的主要噪声采用中值滤波算法和均值滤波算法可以分别滤除图像中的脉冲噪声
2、和高斯噪声，但考虑图像往往会受到脉冲噪声、高斯噪声两种不同性质噪声的共同干扰共同干扰，提出了一种混合噪混合噪声滤波算法声滤波算法，经试验表明该混合噪声滤波算法的滤波效果大大好于利用单独采用中值滤波算法或均值滤波算法的滤波效果。均值滤波算法均值滤波算法的基本指导思想是采用滤波窗口内所用像素灰度值得平均值来代替中心像素的灰度值。高斯噪声有很好的滤波效果中值滤波算法中值滤波算法的基本思想让图像中与周围像素灰度值的差比较大的像素点改取为与周围像素值比较接近的值，所以该算法对孤立点噪声像素的去噪能力特别强，即对脉冲噪声的去噪效果非常显著。混合噪声滤波算法v首先对含有混合噪声的图像通过算法进行噪声检测，即
3、将含有高斯噪声和脉冲噪声的像素点区分开来；然后针对不同的噪声对象采用不同的滤波算法进行分别处理。对分离出的脉冲噪声采用中值滤波，对高斯噪声采用均值滤波v着重讨论，研究的是图像的噪声分离规则。图像的脉冲噪声（椒盐噪声）常常是一些孤立的像素点，在灰度特征上与其它像素点有比较明显的区别，通常是其领域中灰度值的正极值或负极值点。但是这些正极值点或者负极值点并不一定都是噪声像素点，因为在一些不含有噪声像素点的图像灰度平滑区域或者有强边界的区域也有正极值点或者负极值点的存在。以一副8位的256灰度图像为例，脉冲噪声的像素点的灰度值一定是0或者255，但灰度值位0或者255的像素点不一定就是图像的噪声像素点
4、。v为此，我们还需要通过一定的手段进一步判别出图像的脉冲噪声像素点。根据图像的脉冲噪声具有孤立分布的性质，进一步对极值点是否是脉冲噪声像素点做出判断。我们设x（i，j）属于正极值点或者负极值点，以x（i，j）为中心做一个5x5的窗口，以本课题研究的8位的256灰度图像为例，如果x（i，j）=255，统计窗口内x（i，j）255的像素点的个数，共有m个；如果x（i，j）=0，统计窗口内x（i，j）0的像素点的个数，共有m个，如果当mM的时候，就判定该像素点是脉冲噪声像素点，如果当mM的时候，就判定该像素点不是脉冲噪声像素点。M为脉冲噪声判定阈值，通过大量的实验，我们发现脉冲噪声判定阈值一般取12
5、-16之间。v接下来，我们对分离出的脉冲噪声和高斯噪声分别用不同的滤波算法进行滤波处理。具体步骤如下，如果mM，就判定该像素点是脉冲噪声像素点，我们采用中值滤波算法进行滤波处理；如果mM，则判定该像素点不是脉冲噪声像素点，我们采用均值滤波算法进行处理。基于图像处理的零件二维几何尺寸测量算法研究(图像边缘检测算法的分析与实现部分)2012110038付勇经典边缘检测算子经典边缘检测算子v边缘检测：边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。v边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用局部图像微分技术来获得边缘检
6、测算子。vroberts算子vsobel算子vlaplacian算子vlog算子经典边缘检测算子经典边缘检测算子梯度的幅值和方向梯度的幅值和方向: :梯度方向就是函数增大时的最大梯度方向就是函数增大时的最大变化率方向：变化率方向：梯度是图像对应二维函数的一阶导数梯度是图像对应二维函数的一阶导数： 梯度梯度是是灰灰度度f f（ （x，y） ）在在xyxy坐标方向坐标方向上的上的导导数、表示数、表示灰灰度度f(xf(x，y)y)在在xyxy坐标方向坐标方向上的上的变变化率化率，梯度为方向，梯度为方向矢量矢量1Roberts算子vRoberts算子是一种利用局部差分算子寻找边缘的算子，对于边界陡峭且
7、噪比较小的图像检测效果比较好，它在22邻域上计算对角导数，通过1范数衡量梯度的幅值。两个卷积核分别为两个卷积核分别为100-101-10roberts算子实验结果分析v优点：检测精度比较高，对水平和垂直方向的边缘检测性能好于斜线方向。v缺点：易丢失一部分边缘对噪声敏感。2Sobel算子v传统的Sobel图像边缘检测方法，是在图像空间利用两个方向模板与图像进行邻域卷积来完成的。这两个方向模板一个检测垂直边缘，一个检测水平边缘。Sobel算子为： Gx = (z7 + 2z8 + z9) - (z1 + 2z2 + z3) Gy = (z3 + 2z6 + z9) - (z1 + 2z4 + z7
8、) 采用 数衡量梯度值： | f | | Gx | + | Gy |Gy2-201-101-10000-1-1-2112Gxz2z8z5z3z9z6z1z7z42Sobel算子soble算子实验结果分析v优点：产生的边缘效果较好，对噪声具有平滑作用。v缺点：存在伪边缘，定位精度不高3Prewitt算子Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个检测水平边缘，一个检测垂直边缘。Prewitt算子算子实验结果实验结果分析
9、分析vprewitt边缘检测算子的元算过程与Sobel边缘检查算子的运算过程都一样，都是首先将算子的中心与图像中心的像素点相对应，然后进行卷积运算，连个卷积的最大值作为该像素点的输出值，则运算结果就是一幅边缘幅度图像从图中可以看出，prewitt算子和sobel算子一样都对噪声有一定的抑制能力，但检查出的图像边缘也都比较粗。4canny算子算子v基基本本步步骤骤：1 1用高斯滤波器平滑图像。2再计算滤波后的梯度幅值和方向。3对梯度幅值应用非极大值抑制 。4用双阈值算法检测和连接边缘。canny算子算子方向方向图像的边缘点即为在方向上使取得局部极大值的点图像的边缘点即为在方向上使取得局部极大值的
10、点canny算子算子实验结果实验结果分析分析v优点：采用高斯函数对图像进行平滑处理，因此具有较强的噪声抑制能力；优点：采用高斯函数对图像进行平滑处理，因此具有较强的噪声抑制能力；同样该算子也将一些高频边缘平滑掉，造成边缘丢失，采用了双阈值算法检同样该算子也将一些高频边缘平滑掉，造成边缘丢失，采用了双阈值算法检测和连接边缘，边缘的连续性较好。测和连接边缘，边缘的连续性较好。零件二维几何尺寸测量（零件二维几何尺寸测量部分）（零件二维几何尺寸测量部分）2012110026 储召锐储召锐基于图像处理的零件二维几何尺寸测量算法研究零件二维几何尺寸测量主要包括三方面内容：主要包括三方面内容：一、系统的标定
11、一、系统的标定二、重心法、插值法测量圆形零件几何参数二、重心法、插值法测量圆形零件几何参数三、扫描法测量矩形零件长和宽三、扫描法测量矩形零件长和宽零件二维几何尺寸测量（一）系统的标定（一）系统的标定 CCD摄像机采集到的图像经过图像采集卡传送到计算机上，这摄像机采集到的图像经过图像采集卡传送到计算机上，这些数字图像些数字图像 都是由一个个像素点组成的，一个像素就是一个离散的都是由一个个像素点组成的，一个像素就是一个离散的单位，但是像素数量并不代表实际尺寸的大小，像素与实际尺寸的单位，但是像素数量并不代表实际尺寸的大小，像素与实际尺寸的比例关系，由成像系统和透镜放大比例关系，由成像系统和透镜放大
12、 倍数决定。在实际图像测量时，倍数决定。在实际图像测量时，只需要将图像像素数乘上这个标定系数只需要将图像像素数乘上这个标定系数 (像素与实际尺寸的比例大像素与实际尺寸的比例大小）就可以得到被测目标的真实尺寸大小，其数学表达式为小）就可以得到被测目标的真实尺寸大小，其数学表达式为 l=p*k其中其中, l表示被测物的实际尺寸，表示被测物的实际尺寸，p表示被测物的像素个数，表示被测物的像素个数，k表示标表示标定系数。定系数。零件二维几何尺寸测量具体的标定步骤如下： 选用一个标准件，本文选用一个半径为20mm的标准圆形零件作为标准件。 将标准件放置在测量系统上进行测量，此时让测量系统的工作状态和平
13、时正常的测量工作状态保持一样，运用插值法测出标准件的半径，此时，标准件的半径是以像素为单位的。采用多次测量，取其平均值作为最终的测量结果。根据公式k=l/p计算出系统的标定系数，即像素与实际尺寸的比例关系。本测量系统最后确定的标定系数为k=l/p = 20mm/245pixel = 0.0816mm/pixel。零件二维几何尺寸测量（二）重心法、插值法测量圆形零件几何参数重心法、插值法测量圆形零件几何参数1、重心法圆度检测以工业圆形零件为例，分析研究重心法，工业圆片零件如图5.1所示。该工业圆形片图像大小为M*N,是经过二值化处理后的二维图像，可用数学表达式5.2表示零件二维几何尺寸测量设工业
14、圆形片的圆心坐标为(x0，y0）,则重心计算公式如式5.3所示该重心算法结构简单、计算速度快，对于目标灰度分布均匀的图像测量效果较好。零件二维几何尺寸测量下面用重心法检测出工业圆形片的圆心，并测量出半径和面积。下图5.2是工业圆形片图像经过边缘检测且细化后的图像。图5.3是用重心法测量工业圆形片的圆心、半径和面积的图形。零件二维几何尺寸测量从图从图5.3可以看出，工业圆形片的半径是可以看出，工业圆形片的半径是112.933个像素，圆的面积是个像素，圆的面积是 40067.219个像素，已知标定系数是个像素，已知标定系数是k=0.0816mm/pixel,将其转化为真实值，则工业圆形片将其转化为
15、真实值，则工业圆形片的半径是的半径是112.933*k=9.215mm,工业圆形片的面积是工业圆形片的面积是 40067.219*k =269.485mm2。2、插值法圆度检测插值法圆度检测所谓插值法圆度检测，就是利用最小二乘法原理，用圆来逼近工业圆形片所谓插值法圆度检测，就是利用最小二乘法原理，用圆来逼近工业圆形片 的的边界轮廓。圆的方程表达式如式边界轮廓。圆的方程表达式如式5.4所示。所示。 (x-a)2 +(y-b)2 = r2 (5.4)残差的定义如式残差的定义如式5.5所示所示零件二维几何尺寸测量零件二维几何尺寸测量零件二维几何尺寸测量该插值算法从表达式上，看起来比较复杂，计算量也比
16、较大，但该算法不 仅可以一次求出圆心的坐标，而且还可以求出圆的半径，而重心法一次只能求 出圆的圆心坐标，除此之外，插值法不仅适合规则圆形图像而且也适合于不太 标准的圆形图像。因此本课题选用插值法作为圆形工业零件几何参数的测量方法。下面用插值法检测出工业圆形片的圆心，并且测量出圆形片的半径和面积。 下图5.4是用插值法测量工业圆形片的圆心、半径及面积的图形。零件二维几何尺寸测量 从图5.4可以看出，工业圆形片的半径是112.940个像素，圆的面积是 40072.125个像素，从上一节内容中我们知道系统的标定系数是0.0618mm/pixel，将其转化为真实值，则工业圆形片的半径是112.940*k=9216mm，工业圆形片的面积是 40072.125*k= 3269.885mm2。零件二维几何尺寸测量（三）扫描法测量矩形零件长和宽（三）扫描法测量矩形零件长和宽所谓扫描法矩形检测，就是按照从下到上，从左到右的扫描方式，找到矩形图像的最左边和最右边像素点的坐标，对横坐标进行运算得到矩形的长度， 找到最下边和最上边的像素点的坐标，对竖坐标进行运算得到矩形的宽度。下面用扫描法对矩形垫片的长度和宽度进行检测。
