基于图像处理的精密测量关键技术研究

论文摘要

基于图像处理的精密测量技术是近年来发展比较成熟并被广泛应用的一种非接触测量技术。其原理是以被测对象的图像作为检测和传递信息的载体,通过检测图像的特征信号如边缘等来进行测量。随着生产和科学技术的迅速发展,人们对测量精度和测量效率的要求越来越高,因此,对图像测量精度和效率的研究显得越来越重要。此外,图像采集过程中不可避免的会产生图像噪声,这直接影响到后续的边缘检测及图像测量的精度。本文介绍了图像测量的原理和图像测量系统的软硬件构成,在此基础上分析了图像噪声的来源和分类,对比了传统去噪算法的优缺点,提出了对噪声点先识别后均值处理的方法,并通过MATLAB仿真试验证明了新算法能在保证图像清晰度的前提下有效的滤除椒盐噪声。本文在分析了传统边缘检测算子的基础上,通过试验对比了传统边缘检测算子的效果,证明了基于小波变换的边缘检测精度较高,并且抗噪声能力较强。然后通过提出一种新的直线和圆的拟合标准,最终针对直线和圆形边缘得到了结合小波变换的亚像素边缘检测新算法,并通过MATLAB仿真试验验证了新算法能在保证时效性的前提下获得比最小二乘法更高的精度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 图像测量技术及其发展趋势
• 1.2 课题的提出
• 1.3 论文的主要工作和内容
• 1.3.1 论文的主要工作
• 1.3.2 论文的主要内容
• 第二章 图像测量技术原理
• 2.1 图像测量技术概述
• 2.2 图像测量系统的组成
• 2.2.1 光照系统
• 2.2.2 图像采集系统
• 2.2.3 图像测量系统软件构成
• 2.3 小结
• 第三章 图像去噪新算法研究
• 3.1 图像噪声概述
• 3.1.1 图像噪声来源
• 3.1.2 图像噪声分类
• 3.2 图像去噪的常规算法分析
• 3.2.1 图像噪声的常规滤除方法及分析
• 3.2.2 常规去噪算法优缺点
• 3.3 图像去噪新算法
• 3.3.1 新算法原理
• 3.3.2 新算法实现流程及仿真试验
• 3.4 本章小结
• 第四章 图像边缘检测新算法研究
• 4.1 图像边缘检测概述
• 4.2 边缘检测常用算法分析
• 4.2.1 一阶边缘检测算法
• 4.2.2 二阶边缘检测算法
• 4.2.3 小波边缘检测
• 4.2.4 MATLAB 仿真试验分析
• 4.3 亚像素测量技术
• 4.3.1 亚像素测量原理
• 4.3.2 常用亚像素测量算法
• 4.4 直线亚像素边缘检测新算法
• 4.4.1 基于小波的像素级边缘检测
• 4.4.2 直线亚像素边缘检测新算法原理
• 4.5 圆的亚像素边缘检测新算法
• 4.6 本章小结
• 第五章 仿真验证
• 5.1 仿真试验
• 5.1.1 去噪新算法仿真验证
• 5.1.2 直线亚像素边缘检测新算法仿真验证
• 5.1.3 圆的亚像素边缘检测新算法仿真验证
• 5.2 本章小结
• 第六章 结束语
• 致谢
• 参考文献