没有合适的资源?快使用搜索试试~ 我知道了~
首页一种图像亚像素边缘检测算法的改进研究
一种图像亚像素边缘检测算法的改进研究

为了提高刀具预调测量仪的检测精度,提出了一种改进的图像快速亚像素边缘检测算法——基于正交多项式拟合的亚像素边缘检测算法。首先,利用传统的Sobel算子完成边缘点整像素级别的检测,确定边缘的主体区域;然后,过边缘点沿边缘法线方向拓展像素,取一系列像素点并计算其灰度值;最后根据像素点灰度分布的数学特征,利用正交多项式和最小二乘法求拟合函数,通过拟合曲线确定图像边缘点的精确位置,实现图像亚像素边缘检测。实验证明,该算法运行时间短,约为0.63 s;检测精度高,可达0.1 pixels。
资源详情
资源评论
资源推荐

一种图像亚像素边缘检测算法的改进研究一种图像亚像素边缘检测算法的改进研究
为了提高刀具预调测量仪的检测精度,提出了一种改进的图像快速亚像素边缘检测算法——基于正交多项式拟
合的亚像素边缘检测算法。首先,利用传统的Sobel算子完成边缘点整像素级别的检测,确定边缘的主体区域;
然后,过边缘点沿边缘法线方向拓展像素,取一系列像素点并计算其灰度值;最后根据像素点灰度分布的数学
特征,利用正交多项式和最小二乘法求拟合函数,通过拟合曲线确定图像边缘点的精确位置,实现图像亚像素
边缘检测。实验证明,该算法运行时间短,约为0.63 s;检测精度高,可达0.1 pixels。
摘 摘 要要: 为了提高刀具预调测量仪的检测精度,提出了一种改进的图像快速
关键词 关键词: 边缘检测; 亚像素; Sobel;正交多项式; 曲线拟合
0 引言引言
在机械加工时,刀具的几何参数对数控机床的生产效率和加工质量有着重大影响,因此,刀具必须在使用前明确其精确参
数。目前,国内常用的刀具测量方法,如机械式测量法、光学投影法等已无法满足现代工业生产的要求,以图像处理为核心的
图像测量技术具有高精度、高效率、非接触和自动化程度高等优点,能实现对刀具参数的精确检测。图像测量技术的实质是提
取刀具精确的轮廓边缘,边缘检测是图像处理的基础和关键。传统的边缘检测算法,如Sobel算子、Canny算子、LOG算子等
虽然其形式简单,易实现,速度快,但检测精度不理想,仅能达到整像素级别,且对噪声特别敏感,常产生伪边缘。欲提高检
测系统的精度,通过优化算法的软处理比提高系统硬件分辨率的硬处理更加实用、有效[1]。
提出一种改进的图像亚像素边缘检测算法,利用传统的Sobel算子和五次正交多项式最小二乘拟合原理实现边缘精定位。
1亚像素边缘检测算法理论亚像素边缘检测算法理论
1.1边缘主体区域粗定位边缘主体区域粗定位
Sobel算子既能确定边缘点的位置和方向,还能根据像素点上下、左右邻点的灰度加权差,对噪声具有平滑作用,能提供
较好的图像边缘信息,所以在边缘主体区域粗定位时选用Sobel算子。Sobel算子是一种梯度幅值,其表现形式为:
其中,M(x,y)是像素点灰度值,Sx、Sy分别是边缘点横向、纵向的检测灰度值。当M(x,y)大于给定的阈值时,可
确定点(x,y)为边缘点,并根据Sx、Sy判断梯度方向, =arctan(Sy/Sx)。从图1可以看出,Sobel算子对边缘主体区域
粗定位有很好的效果[2]。
1.2 边缘亚像素精定位边缘亚像素精定位
CCD是光强积分器件,在CCD采样过程中,物空间突变的灰度在光学成像后会成为渐变的形式。如图2(a)所示,图像
两侧分别表示背景和物体各自内部的灰度变化情况,两者之间表示图像边缘附近的灰度变化情况;如图2(b)所示,沿边缘
法线方向,物体与背景内部区域的灰度差分值微小,而边缘附近的灰度差分最大,这就是经典边缘提取的理论。
以上述理论为基础,对过粗定位所得边缘点,沿边缘法线方向拓展像素,得到一系列过边缘线的像素点,求得这些点对应
的灰度值,然后根据这些点灰度分布的数学特征,利用五次正交多项式最小二乘法拟合原理求得拟合函数与曲线,再根据拟合
曲线确定图像边缘亚像素点的位置,从而实现边缘点的亚像素精确定位,这就是本文改进的亚像素边缘检测算法的原理。

















安全验证
文档复制为VIP权益,开通VIP直接复制

评论1