基于视觉图像的机加工零部件亚像素边缘定位VIP免费

第4O卷第6期2004年6月机械工程学报vo1．40No．6CHINESEJOURNAL0FMECHANICALENGINEERINGJan．2004基于视觉图像的机加工零部件亚像素边缘定位木张永宏胡德金徐俊杰(上海交通大学机械与动力工程学院上海200030)摘要：首先介绍了LOG算子的快速定位方法以及二维理想图像边缘模型的空间矩亚像素细分算法的基本原理；在此基础上给出了符合实际图像采样的三级灰度图像边缘模型的空间矩算子，并推导了该算子的原理误差公式。最后利用试验对空间矩算子亚像素定位方法的有效性、精度进行了研究，并给出了该方法的亚像素定位与实测尺寸的对比结果。结果表明该方法比传统的边缘检测算子的边缘定位精度有较大提高。关键词：LOG算子空间矩算子亚像素边缘定位中图分类号：TP391．40前言随着现代制造技术的快速发展，对一些高精密的机加工零件的检测也提出了更高的要求，基于计算机视觉图像的精密测量方法是现代测量技术的一个重要发展方向，其主要特点有非接触、全视场测量、高精度和自动化程度高等。视觉测量一个很重要的方面就是图像的边缘检测定位，常用的边缘检测方法有模板边缘检测、算子边缘检测和广义Hough变换法等。随后又出现了模糊边缘检测、人工神经网络边缘检测。但这些边缘检测和定位算法都是像素级的。在测量视场一定的条件下，提高图像测量系统精度最直接的方法就是提高CCD摄像机分辨率，即增加像素点阵数，然而这种提高硬件分辨率的代价是相当昂贵的。随着数字图像处理技术的快速发展，使用软件方法来解决图像中目标的高精度定位问题成为可能。如果能用软处理的方法将图像上的特征目标定位在亚像素级别上，就相当于提高了测量系统的精度。目前常用的亚像素边缘定位算法主要有Lyvers[11等提出的空间矩算子法；K．Jensen【2】等提出的非线性插值的方法。基于空间矩的亚像素边缘定位算法的检测精度很高，在现代高精度图像测量系统中得到广泛的应用，但空间矩算子法比传统的边缘检测算子运行速度要慢。采用折中的方法，首先采用传统的边缘检测算子进行快速定位，然后用空间矩算子进行精确定位，可以快速取得亚像素级的定位精度。}上海市科委重点科技资助项目(021111125)。20030522收到初稿20040125收到修改稿1亚像素边缘定位传统的边缘检测算子定位速度快，并且都有现成的算法，大都是基于像素级的，精度比较差。但可以利用其速度快的特点，先大致确定边缘的位置，然后在包含边缘点的邻域内利用边缘灰度空间矩来进行边缘亚像素定位。1．1快速定位快速定位可以采用传统的边缘检测算子，同时要求其模板简单、速度快。LaplacianofGaus．sian(LOG)算子具有较好的尺度特性，能够保证在检测和定位误差之间有较好的平衡，因此采用拉普拉斯一高斯算子进行快速定位。LOG边缘检测算子采用先平滑后求导数的方法。对于二维图像信号，可用Gaussian函数进行平滑。其中二维Gaussian函数为G：唧(一]其平滑作用可以调整来进行控制。对图像平滑就是把原始图像同Gaussian函数进行卷积运算g(x，)=f(x，)·G(x，Y，)(2)g(x，Y)为平滑后的函数图像，，Y)为平滑前的原始图像。图像的边缘点是图像中灰度变化剧烈的地方，图像灰度的突变将在一阶导数中产生一个峰值或在二阶导数中产生一个零交叉点。为了使边缘检测算法简化，使之与方向无关，Marr等提出用Laplacian算子代替二阶方向导数，即用Vg(x，Y)=V((，Y)·G(x，))=V(G，))·f(x，)维普资讯http://www.cqvip.com机械工程学报第40卷第6期的零交叉点作为边缘点。其中G【卜2O")eXp【】(3)7【一』Z一J即为LOG算子。由于V各向同性，算子采用拉普拉斯算子可以减少计算量。离散化后的LOG模板与图像卷积后的零交叉点即是图像的边缘。这样对整幅图像扫描判断一遍之后，得到边缘图像，这时图像边缘的精度只是精确到像素级。然后以边缘点为中心，沿该像素点的左右方向分别拓展两个像素，形成一个宽度为5个像素的边缘带。1．2空间矩算子空间矩边缘定位法是Lyvers等提出来的一种利用灰度空间矩来进行边缘亚像素定位的算法，即利用二维空间灰度矩阵来确定边缘的位置。一个连续二维理想边缘模型如图1所示，理想采样区域为单位圆。该边缘模型由四个参数组成，其中0角为边缘相...