工件图像亚像素边缘检测方法的研究

论文摘要

随着自动化工业生产的快速发展,产品的外形质量检测阶段基本应用计算机检测。图像检测技术是基于机器视觉应运而生的一种新型检测方法,其拥有非接触、精度高、检测时间短等特点,能够很好的满足工业生产上的需求。找到一种又快又有效的方法对工件图像进行检测,是提高工业生产效率的关键。本文介绍了几种经典的像素级边缘检测算法,其中有Sobel算子、Prewitt算子、拉普拉斯算子和Canny算子,分析了他们的优缺点,在基于对工件图像检测要求的基础上对Canny算子的缺点进行改进。还研究了亚像素级边缘检测的一些方法,如矩方法,插值法和拟合法,并根据边缘的特点和亚像素技术,以灰度图像为基础,知道了一种新的高精度边缘检测方法。本文针对工业生产过程中的工件图像的检测提出新颖的亚像素边缘检测方法。首先对工件的数字图像进行预处理,包括图像二值化、图像增强和图像平滑。之后以灰度图像为基础,用改进的Canny算子进行像素级边缘检测,得到的图像为工件的像素级的边缘图像。在灰度图像中以每个边缘点的坐标为中心,取5×5 pixel的矩形区域,根据图像边缘处的灰度值的特点来确定灰度梯度方向和边缘方向,再根据灰度梯度方向上的灰度值差分来拟合出一条二次曲线,得到此曲线一阶导数的极值点坐标即为图像边缘亚像素级的坐标位置。通过实验验证了本文方法的具有可行性,抗噪声能力强,检测精度高,可以满足工业生产的在线实时检测要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1-1 论文的选题背景及意义
• 1-2 边缘检测技术概述
• 1-3 亚像素技术概述
• 1-4 论文主要的研究内容和章节安排
• 第二章 图像预处理
• 2-1 灰度图像与灰度直方图
• 2-2 图像平滑
• 2-2-1 邻域平均法滤波
• 2-2-2 中值滤波
• 2-2-3 自适应滤波
• 2-3 图像锐化
• 2-3-1 微分法
• 2-3-2 高通滤波
• 2-4 本章小结
• 第三章 像素级边缘检测算法
• 3-1 图像的分割
• 3-1-1 阈值分割技术
• 3-1-2 基于形态学的图像分割技术
• 3-2 图像的边缘检测
• 3-2-1 图像的边缘
• 3-2-2 边缘检测的基本步骤
• 3-3 经典的边缘检测算子
• 3-3-1 Sobel 算子
• 3-3-2 Prewitt 算子
• 3-3-3 拉普拉斯算子
• 3-3-4 Canny 算子
• 3-4 改进的Canny 算子
• 3-4-1 Ostu 算法
• 3-4-2 边界追踪
• 3-5 本章小结
• 第四章 亚像素级边缘检测方法
• 4-1 亚像素的基本原理
• 4-2 亚像素边缘检测方法
• 4-2-1 矩方法
• 4-2-2 插值法
• 4-2-3 拟合法
• 4-2-4 数字相关法
• 4-3 基于5×5 像素区域内的曲线拟合方法
• 4-3-1 灰度梯度方向和边缘方向的确定
• 4-3-2 灰度梯度方向上的二次曲线拟合
• 4-3-3 亚像素级坐标的确定
• 4-4 本章小结
• 第五章 实验结果及精度分析
• 5-1 算法流程图
• 5-2 实验及结果
• 5-3 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间所取得的相关科研成果