提出了一种基于机器视觉的非接触测量方案，力求把非接触测量手段与零件尺寸测量问题更有效地结合起来。采用超分辨率重构技术消除噪声以及由有限检测尺寸和光学元件产生的模糊，从图像中获得更多的细节和信息。利用最小二乘回归亚像素边缘检测技术进行边缘定位及角点提取。基于机器视觉CCD摄像机采用线性回归法进行摄像机的标定。最后，实验分析和比较了基于机器视觉的零件尺寸测量的应用效果。
2021-10-24 22:27:12
323KB
1
Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测 Matlab实现基于Zerniek矩的亚像素边缘检测
2021-10-20 21:38:25
169KB
1
中Canny算子是高斯函数的一阶导数，是对信噪比与定位之乘积的最优化逼近算子，图3．5．4b为
Canny法提取图3．5．4a所得到的边缘图。
用Ⅱf，_，】表示图像。使用可分离滤波方法求图像与高斯平滑滤波器卷积，得到的结果是一个
已平滑数据阵列
S[i，J】=G[i，j；a】幸／[i，J】
其中仃是高斯函数的散布参数，它控制着平滑程度．
已平滑数据阵列s[i，J】的梯度可以使用2×2一阶有限差分近似式来计算jc与)，偏导数的两
个阵列P[i，J】与Q【j，_，】：
P[i，J】≈(S[f，／+I]-S[i，／】+S[i+I，／+1]-S[i+1，j])／2
Q[i，，】≈(S【f，j]-S[i+1，J】+S[i，J+1]-S[i+l，J+l】)／2
在这个2X 2正方形内求有限差分的均值，以便在图像中的同一点计算X和Y的偏导数梯度
幅值和方位角可片j直角坐标到极坐标的坐标转化公式来计算：
M[i，J】=√研f，卯+Q【f，，】2
a[i，J】_arctan(Q[i，jJ／P[i，刀)
(2)亚像素边缘提取
亚像素边缘提取的方法有很多，采用先根据经典算法中的梯度方向求取方法求出粗像素边缘
点的梯度方向，并沿梯度方向对其梯度进行插值，然后找出其梯度峰值及其对应的位置，如图
3．5．4d所示。插值算法有很多种，例如最近邻插值、双线性插值、三次样条插值等。最近邻插值和
双线性插值不如三次样条插值精度高。为了得到精度高的Ⅱ像素级边缘，采用三次样条插值法对灰
度边缘图进行插值处理，图3．5．4c为对图3．5．4a采用样条插值后的灰度图。三次样条插值函数的定
义如下：
若函数S(x)满足：
S(x)在每个子区间【x一，X，】(f=1,2，⋯，玎) 上是不高于三次的多项式，其中
(a=xo
2021-10-18 09:29:58
10.34MB
1
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
2021-10-16 10:06:39
367KB
1
性能，本文首先在PC端通过串口收集激光雷达获取
的光斑信号，然后再用MATLAB对数据进行处理。
3.1 亚像素点的精度对比实验
为了获取较为理想的光斑估计中心，本文用平
均滤波处理后采用灰度质心法计算光斑中心，取50
次平均值作为光斑中心的估计值［15］。实验分别对
400 mm、450 mm、500 mm、550 mm、600 mm、650
mm、700 mm、750 mm、800 mm、850 mm、900 mm处
获取的光斑信号进行处理，每个距离都取10组不同
的数据进行计算，取误差值的绝对值计算平均值作
为光斑中心的测量平均误差。
图 8为使用平均滤波、中值滤波及本文所述的
ADWA滤波进行滤波处理，并用灰度质心法获取的
光斑中心误差值对比。图 9为用平均滤波处理后，
分别用灰度质心法、线性插值灰度质心法及本文算
法获取的光斑中心误差值对比。
1695
2021-10-15 14:27:50
1.62MB
1
为了提高pcb铣刀鱼尾槽切削的精度和效率，设计了一套影像检测系统并研究铣刀刃面的图像处理算法，根据铣刀刃面的特征，设计了专门的照明系统来获取清晰的，变形小的铣刀刃面图像，采用边缘检测算法对图像进行边缘提取，并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位，然后采用直线拟合等一系列算法对铣刀刃面图像进行尺寸计算和缺陷检测。
2021-10-14 15:42:56
1.25MB
1
在基于图像的位移测量中,为了获得较快的测量速度和高的测量精度,提出了基于拉格朗日插值与牛顿法算法的亚像素位移测量方法。该方法首先对5个整像素点的相关系数值作拉格朗日插值,得到一个4次多项式,然后再利用牛顿法去求解此多项式的极值,该极值点所对应的位置即为待测点的亚像素位移。简捷的拉格朗日插值法与快速收敛牛顿法的综合运用使得位移测量能够在保证良好测量精度的同时有效地减少亚像素匹配中耗时的相关计算。经理论推导与仿真实验证实,在测量精度为0.05~0.1像素的水平下,该测量方法在测量精度、速度等方面具有很大的优势。
2021-10-13 10:32:00
1.66MB
1
计算出两幅图像之间的亚像素对位的精度，通过模板匹配得到评分Mat，计算出在Mat上最大匹配的点，再最大匹配点周围，利用评分，找出亚像素的off，实际测试精度在0.02像素。
2021-10-02 01:40:07
3KB
1