探究机器视觉定位技术之产品边缘轮廓检测

描述

边缘是指图像局部亮度变化最显著的部分。边缘主要存在于目标与目标、目标与背景、区域与区域之间,是图像分割、纹理特征提取及形状特征提取和图像分析的基础。边缘检测是机器视觉中必不可少的环节,是一种重要的图像预处理技术。图像分析和理解的第一步常常是边缘检测,它在图像处理与计算机视觉中占有特殊位置,它是底层处理中最重要的环节之一,往往检测出边缘的图象就可以进行特征提取和形状分析。

边缘的形成是由于物体的材料不同或表面的朝向不同,引起图像中的边缘处存在明暗、色彩、纹理的变化。因此反过来在图像中检查不同灰度、色彩等特性区域的交界处就可得到边缘。边缘轮廓是人类识别物体形状的重要因素,也是图像处理中重要的处理对象。边缘检测主要采用各种算法来发现、强化图像中那些可能存在边缘的像素点。

由于边缘是灰度值不连续的结果,这种不连续常可以利用求导数方便的检测到,一般选择一阶和二阶导数来检测边缘。在机器视觉检测中,边缘检测可以借助空域微分算子通过卷积完成。实际上数字图像处理中求导数是利用差分近似微分来进行的。常用的微分算子有梯度算子和拉普拉斯算子。

边缘检测算法的基本步骤如下:

1、滤波:边缘检测算法主要是基于图象强度的一阶和二阶导数,但导数的计算对噪声很敏感,因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。

2、增强:增强边缘的基础是确定图象各点邻域强度的变化值。增强算法可以将邻域(或局部)强度值有显著变化的点突显出来。

3、检测:在图象中有许多点的梯度幅值比较大,而这些点在特定的应用领域中并不都是边缘,所以应该用某种方法来确定哪些点是边缘点。常采用梯度幅值Ill值判据。

4、定位:如果某一应用场合要求确定边缘位置,则边缘的位置可在子象素分辨率上来估计,边缘的方位也可以被估计出来。

在用机器视觉进行尺寸测量时,这四步必不可少,尤其必须指出边缘的精确位置和方位。机器视觉检测技术,以其强大的性能优势,使得产品质量标准化,检测速度快,检测结果可靠、稳定,并且可以长时间检测,广泛应用于各大领域。

编辑:jq

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分