資源描述:
《薄片零件機(jī)器視覺圖像亞像素邊緣檢測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、薄片零件機(jī)器視覺圖像亞像素邊緣檢測———伍濟(jì)鋼暋賓鴻贊薄片零件機(jī)器視覺圖像亞像素邊緣檢測伍濟(jì)鋼暋賓鴻贊華中科技大學(xué),武漢,430074摘要:針對基于機(jī)器視覺的薄片零件尺寸在線高精度檢測系統(tǒng)中的邊緣檢測問題,提出了一種新穎的精確亞像素邊緣檢測方法。用簡單閾值法對待檢零件圖像進(jìn)行二值化;用團(tuán)塊面積閾值法去除待檢零件圖像中的噪聲;用二值數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行像素級邊緣檢測獲得單像素寬連通的像素級輪廓;用基于三次樣條插值的9暳9pixel矩形透鏡法進(jìn)行亞像素邊緣檢測獲得亞像素級輪廓。實驗結(jié)果表明,該方法計算速度快、抗噪聲能力強(qiáng)、檢測精度高、亞像素邊緣定位精度可達(dá)微米級。關(guān)鍵詞:薄片零
2、件;尺寸檢測;機(jī)器視覺;亞像素;邊緣檢測中圖分類號:TP391暋暋暋文章編號:1004—132X(2009)03—0297—04SubpixelEdgeDetectionofMachineVisionImageforThinSheetPartWuJigang暋BinHongzanHuazhongUniversityofScienceandTechnology,Wuhan,430074Abstract:Aimingattheedgedetectioninonlinehigh-accuratedimensionalinspectionsystemforthinsheetpar
3、tbasedonmachinevision,anovelaccuratesubpixeledgedetectionalgorithmwaspro灢posed.Theimageoftheparttobeinspectedwasbinariedbysimplethresholdalgorithm.Thenoiseinimagewaseliminatedbyblobareathresholdalgorithm.Thepixelleveledgedetectionwasdoneandthesingle-pixelwidthconnectedpixellevelcontourwas
4、acquiredbybinarymathematicalmorpholog灢icalalgorithm.Thesubpixelleveledgedetectionwascompletedandthesubpixellevelcontourwasob灢tainedby9暳9pixelrectangularlensalgorithmbasedoncubicsplineinterpolation.Theexperimentalresultsindicatethatcalculationspeedofthealgorithmproposedhereinisfast,anti-no
5、iseperform灢anceishigh,inspectionaccuracyishigh,subpixeledgelocationaccuracycanreachtomicrometerlevel.Keywords:thinsheetpart;dimensionalinspection;machinevision;subpixel;edgedetection0暋引言實時性,計算精度應(yīng)保證檢測精度要求,抗噪聲能計算機(jī)硬盤中有不少形狀復(fù)雜的精密薄片零力要適應(yīng)工業(yè)生產(chǎn)現(xiàn)場。本文針對薄片零件尺寸件,其尺寸的在線高精度檢測已經(jīng)成為一個重要檢測系統(tǒng)中的邊緣檢測問題,提出了一種新穎
6、的研究課題。機(jī)器視覺檢測技術(shù)以非接觸、柔性好、精確亞像素邊緣檢測方法。精度高、速度快、自動化和智能化水平高等優(yōu)點逐1暋像素級邊緣檢測漸成為機(jī)械加工領(lǐng)域中新的檢測技術(shù),而邊緣檢測是機(jī)器視覺檢測技術(shù)的基礎(chǔ)和關(guān)鍵,邊緣的定數(shù)學(xué)形態(tài)學(xué)是一種新型的圖像處理方法和理位精度直接影響到尺寸檢測的精度。在視場一定論,它具有天然的并行實現(xiàn)的結(jié)構(gòu),從而能顯著提的條件下,提高檢測精度最直接的方法就是提高[2]高圖像處理和分析的速度,因此,本文采用二值CCD像機(jī)的分辨率,即增加像素點陣數(shù),然而提數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行像素級邊緣檢測。高硬件分辨率的代價是相當(dāng)昂貴的,因此需要研1.1暋圖像二值化究更高精度
7、的邊緣檢測算法,即亞像素邊緣檢測。待檢零件圖像如圖1所示。畫出待檢零件圖亞像素邊緣檢測是在硬件條件一定的情況下,用像的灰度直方圖,根據(jù)灰度直方圖設(shè)置灰度閾值軟件的方法來提高邊緣定位精度,使邊緣定位精T,灰度值不小于閾值T的像素將其灰度值設(shè)為度達(dá)到亞像素級。255(白),灰度值小于閾值T的像素將其灰度值筆者基于機(jī)器視覺檢測技術(shù)研制了薄片零件設(shè)為0(黑)。[1]尺寸檢測系統(tǒng),該系統(tǒng)主要用于薄片零件的在線高精度尺寸檢測。檢測系統(tǒng)的算法應(yīng)保證檢測收稿日期:2008—03—05圖1暋待檢零件圖像·297·中國機(jī)械工程第20卷第3期200