機(jī)器視覺(jué)中亞像素邊緣檢測(cè)的研究和應(yīng)用.pdf

1、眾所周知，現(xiàn)代工業(yè)控制系統(tǒng)對(duì)精度的要求越來(lái)越高。在整個(gè)控制系統(tǒng)當(dāng)中，檢測(cè)環(huán)節(jié)所獲得的數(shù)據(jù)精度對(duì)整個(gè)系統(tǒng)的控制精度的影響是很明顯的，因此很多新的非接觸檢測(cè)技術(shù)不斷出現(xiàn)，能夠?qū)崿F(xiàn)高精度、高速度的在線測(cè)量。本文所研究的圖像測(cè)量技術(shù)就是其中的一個(gè)重要分支。
　　本文分析了傳統(tǒng)測(cè)量技術(shù)和現(xiàn)代測(cè)量技術(shù)的優(yōu)缺點(diǎn)，并對(duì)圖像測(cè)量技術(shù)的發(fā)展歷史、應(yīng)用范圍以及趨勢(shì)等進(jìn)行了分析。為了便于圖像的測(cè)量，本文先介紹了圖像旋轉(zhuǎn)方面的原理，其中為了自動(dòng)獲得旋轉(zhuǎn)的角

2、度，又介紹了霍夫變換的理論。并且對(duì)圖像旋轉(zhuǎn)效果進(jìn)行了實(shí)驗(yàn)，為進(jìn)一步研究打下了基礎(chǔ)。
　　本文對(duì)傳統(tǒng)的圖像邊緣提取方法進(jìn)行了原理分析，并且對(duì)常見(jiàn)方法的效果進(jìn)行了實(shí)驗(yàn)比較和分析。小波變換因其多尺度的優(yōu)勢(shì)以及良好的時(shí)頻定位性能使其在圖像邊緣識(shí)別中得到廣泛的應(yīng)用。本文提出了基于小波變換和二維Otsu模型的邊緣檢測(cè)方法。取平滑函數(shù)的一階導(dǎo)數(shù)作為小波函數(shù)后對(duì)原信號(hào)進(jìn)行小波變換，其結(jié)果相當(dāng)于平滑函數(shù)平滑原信號(hào)之后再求導(dǎo)。所以利用小波變換檢測(cè)出的

3、信號(hào)的劇變點(diǎn)也就是邊緣點(diǎn)。由于在提取邊緣點(diǎn)的過(guò)程中需要設(shè)置閾值，而二維Otsu法是一種基于最大類(lèi)間方差的分割算法，除了考慮像素點(diǎn)的灰度值信息外還考慮了像素點(diǎn)與其領(lǐng)域的空間相關(guān)信息，在含有噪聲的圖像中此方法性能較好，而且求取閾值不需要人為設(shè)置參數(shù)。在進(jìn)行了理論分析之后，對(duì)本文所提出的方法進(jìn)行了實(shí)驗(yàn)仿真，并且對(duì)仿真結(jié)果進(jìn)行了分析，證明本文所采用方案不僅能檢測(cè)出圖形邊緣，而且能有效抑制噪聲。之后，為了提高測(cè)量精度，本文又采用了基于灰度矩和最小