基于Canny算法结合子象素分析的边缘检测研究.pdfVIP

基于Canny算法结合子象素分析的边缘检测的研究 国家邮政局上海研究院 文 颖 摘 要 本文提出 Canny 算法结合子象素分析的方法用于工业产品的检测 针对荫罩中的 小孔尺寸的检测 采用线性插值算法 对边缘子象素进行分析 并着重分析了Canny 算法 得出检测结果 并与传统算法进行比较分析评估 Canny 算法用于边缘检测中具有降噪 突出阶跃边缘 边界封闭的特性 实验结果显示运用本研究中的算法测得的小孔精度达到 0.001mm 关键词 线性插值 边缘检测 Canny算法 子象素 1 引言 现代工业生产中 对工业产品的几何尺寸精度的要求越来越高 例如电视部件中荫罩这 一产品品质的好坏直接影响到电视图象质量的优劣 要求检测的尺寸精度须在 0.002mm 之下 这需在工业检测中对图象处理分辨率要求很高 这么高的分辨率如果完全依赖于摄像 系统的分辨率 这往往是不经济的 有时甚至是不可能的 从图象处理角度来看 工业产品几何尺寸的检测实际上归类于边缘检测问题 边缘检测 是图象处理与分析中的一项基本的计算机视觉处理技术 在边缘检测的研究和应用中 人们 通常利用目标与背景在边界上灰度的不连续性和非边界区域的灰度相似性将图象中边界部 分提取并加以识别与分析 从而使得更高层次的分析和理解成为可能 一般边缘检测只能检 [1] 测到一个象素 近几年来 不少人已经从事子象素边缘检测的研究中 归结起来 有相关 和内插法 边缘特征法及区域特征法三类 然而工业生产中的产品所拍摄的图象大多数是非 理想阶跃边缘 而且图象会有许多噪声 本文试图寻找一种既能使得边缘测量精度提高 且 对噪声有抑制作用的方法 实验采取对图象进行线性插值 利用Canny 算子求边缘 与Sobel 算子和Robert 算子测量的结果进行比较 对图象的边缘进行评估的方法 2 线性插值法 在检测机械产品的几何尺寸时 须对输入的图象进行处理 本文采用的图象是电视荫罩 的小孔正面图象 采用大小为640*480 象素 灰度级为256 的图象 如图1 图象为原图象 的30 图1 荫罩的小孔图象 从图中可以看出 小孔的边界不是非常理想的阶跃边界 而且含有许多随机噪声 首先须把 小孔的位置定位出来 本实验先得出图象的直方图 然后选择合适的阈值使得图象二值化 然后分割出一个小孔 如图2 所示 图象为原图象的50 图2 单个小孔图象 从子象素研究开始 内插一直用于子象素精度测量的一种方法 笔者需把图象进行插值 处理 传统的内插方法是多项式拟合或者选用其它内插点数 常用的内插函数有双线性函数 车贝哓夫多项式等 [2] 本实验采用的是双线性插值 其函数是 f (x , y ) [f (1,0) f (0,0)] *x [f (0,1) f (0,0)] *y [f (1,1) f (0,0 f (0,1) f (1,0)] * x * y f (0,0) 图象经过线性内插 使得图象放大 本实验采用4 4 放大 3 Canny 理论 从单个小孔图象中看出 为求小孔的宽度 我们须对小孔的边界追踪 现有对图象的边 [3] 界抽取有许多方法 如sobel 算子 prewitt 算子 Laplase 算子等 但是这些算子抽取图象 的边界不是产生双轮廓 就是轮廓不闭合 而且对于噪声的去除也十分不理想 在边缘检测 的过程中 我们需要精确地检出图象的边缘点 但是噪声很可能对图象造成了模糊 也可能 出现孤立的边缘点 精确的边缘点意味着3 点 1 不能漏检 也就是需要检测出图象中含有的全部边缘点 2 不能过检 也就是不能检出过多的边缘点 3 不能偏检 也就是检测出来的边缘点是需要检测的 应当寻求一种既能去