环形目标直径测量新法：Radon+灰度重心结合

本文主要探讨了一种创新的机器视觉直径测量方法，即"基于Radon变换与灰度重心法的环形目标直径测量方法"。该方法旨在提高传统接触式测量的效率并减少人为误差，同时解决Hough变换圆检测算法在机器视觉中的局限性，如计算复杂度高和不适用于同心圆检测的问题。 首先，通过阈值分割和边缘检测技术，从输入的图像中准确地提取出环形目标的轮廓信息，这一步骤对于后续的直径测量至关重要，因为它确保了测量的基础数据来源于清晰的目标边界。然后，作者对得到的轮廓图像应用轮廓Radon变换，这是一种数学上的二维图像分析工具，它能将图像的特征转换到一个一维参数空间中，形成包含四条光带的结果。这些光带代表了不同方向角上环形目标直径的测量数据，使得直径信息可以从复杂的图像特征中有效地提取出来。 接下来，利用灰度重心法来提取光带的中心线。灰度重心是图像灰度分布的质心，通过这种方法可以找到光带的中心位置。通过对光带中心线之间的距离进行计算，就可以得出环形目标的实际直径。这种方法的优点在于其简单、直观且精确，不受光照、噪声等因素的影响。 研究者通过仿真实验和实际测量验证了这种新方法的有效性和可靠性。结果显示，该方法具有较高的测量精度，不仅适用于同心圆，也能应对偏心的环形目标，实现了非接触式的自动测量，从而大大提高了测量的效率和精度。这对于工业生产中的尺寸控制、质量检验等领域具有重要的工程应用价值。 总结起来，本文提出的基于Radon变换与灰度重心法的环形目标直径测量方法，结合了图像处理和数学变换的优势，是一种高效且精确的测量手段，为机器视觉领域的直径测量提供了一种新的解决方案。