工控网首页
>

应用设计

>

基于机器视觉技术之边缘检测

基于机器视觉技术之边缘检测

2011/3/14 9:19:39

图象的边缘信息对人或对机器视觉来说,都是非常重要的。由于边缘具有能勾画区域的形状,且能被局部定义以及能传递大部分图象信息等许多优点,因此,边缘检测可看作是处理许多复杂问题的关键,是图象分析和理解的第一步,检测出边缘的图象就可以进行特征提取和形状分析。

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,常常借助空域微分算子(实际上是微分算子的差分近似)利用卷积来实现。常用的微分算子有梯度算子和拉普拉斯算子。

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。

审核编辑(
王静
)
投诉建议

提交

查看更多评论
其他资讯

查看更多

助力企业恢复“战斗状态”:MyMRO我的万物集·固安捷升级开工场景方案

车规MOSFET技术确保功率开关管的可靠性和强电流处理能力

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机