基于曲线拟和的亚像素边缘检测.pdfVIP

第 l0卷 第6期 重庆科技学院学报 自然科学版 2008年 12月 基于曲线拟和的亚像素边缘检测 李 云 夏若安z 1．空军航空维修技术学院，长沙 410014；2．湖南第一师范学院，长沙 410205 摘 要 ：提 出了一种高精度零件尺寸测量的亚像素边缘检测算法，采用改进的Sobe1算子去掉局部非极大值点获得 像素级边缘 ，在梯度方 向上进行高斯 曲线拟合，可实现图像边缘亚像素精确定位，提高测量系统的精度 。 关键词：图像测量 ；亚像素；曲线拟合；边缘检测 中圈分类号 ：1rIy75l 文献标识码 ：A 文章编号 ：1673一l980 2008 06—0082—03 随着超精加工和微细加工技术的发展 ，无论从 数值 为插值基点。 尖端科学 的热核反应还是 日常生活中的化学纤维 ， 对于已确定的边缘点 m，n ，在梯度图像 R J 都有微小尺寸测量的问题 ，并且尺寸的下限越来越 的 方 向上取三点 R m一1，n ，尺 m，凡 ，R m+1， 小，精度要求越来越高。因此，如何提高微小尺寸测 n ，以这三点的梯度幅值作为函数值，m一1，m，m+1 量的精度成为工业生产中具有现实意义的问题 。 作为插值基点代入二次多项式插值函数y ，并令 基于数字图像的计算机测量系统具有高灵敏 掣 ：0；同理，在y方向上取三点 m，n—1 ，R 度、高分辨率、高速度、测量的非接触性及成本相对 低廉等优点，适合于微小尺寸的实时精密测量。提 m，n ，R m，+1 ，进行同样的操作 ，经推导可得亚 出了一种基于曲线拟和的亚像素测量方法 ．在 Sobel 像素的边缘坐标 ，y ： 边缘算子的基础上去掉局部非极大值点获得像素级 m+ 丽 边缘，在梯度方向上进行高斯 曲线拟合插值 ．使图像 边缘定位到亚像素级，从而提高测量系统精度 。 y 而 3 1 亚像素边缘检测原理 在式 3 中必须满足如下条件 ： m， 尺 m一1，n ，且R m，n m+l，凡 4 亚像素的细分原理建立在图像上的光强连续分 R m，n 尺 m，n—1 ，且R m， R m，斛1 5 布的基础上 。每一个像素的灰度值都和周围的像素灰 如果式 4 、式 5 同时成立，这种算法在理论上 度值相关。也就是说，由于CCD是光积分器件，它以 可以获得较高的边缘定位精度。 固定大小的面积在固定的时间间隔内对投射在它感 光面上的光强进行积分，所以像素的灰度输出值实际 2 系统设计 上就是像素感光面上各部分光强综合作用的结果。亚 高精度零件尺寸测量系统 由CCD摄像机 、图像 像素细分算法有很多种，基于多项式插值的算法准确 卡、计算机及图像处理软件和相应的照明系统、接 口 性较高，计算量小，二次插值细分算法如下： 等硬件组成，系统功能结构如图1所示。其工作过程 为：将被测零件置于均匀照明的可控背景前 ，CCD f 1 和图像卡将被测零件图像采集到计算机里，图像系 统对数字图像进行滤波等处理 。采用改进的边缘提 毒葶等 取算子进行边缘提取，然后进行亚像素细分计算，测 式 中： 为插值 函数 ；f 为插值基 函数 i为函 量被测物体的几何参数 ．最后计算机对这些数据进 收稿 日期 ：2o08一O8—3O 基金项目：湖南省教育厅科研基金资助项 目 07D005 作者简介：李云，女，山东青岛人，硕士，讲师，研究方向：计算机图形图像、计算机辅助设计。 · 82 · 李云．夏若安：基于曲线拟和的亚像素边缘检测 行处理并显示和存储结果 。 极值点，而且可 以说往往不是极值点。如图3所示 。 我们往往认为 0位置点就是图像的边缘点，但从 图 中可以很 明显地看 出，实际的边缘位置点不是 0 图 1 图像测量系统结构框图 点，而是 点。为了提高系统测量的精度，通过采 用亚像素细分算法来精确定位 点，设 0点为 ， 3 测量算法 一 l点和 1点是在梯度方 向上紧挨 O点的左右两 在图像测量系统中，图像边缘的检测是整个测 点，设它们 的梯度值分别为 ．， 。通过这三个梯 量的基础和关键，对于阶跃型零件轮廓 的边缘检测 ， 度值拟合出一条高斯 曲线 ，然后通过求导来取得其 利用 Sobel算子检测边缘方法简单，处理速度快，得 极值点，则对应极值点的坐标 ％即为图像边缘的 到的边缘光滑、连续 ，在其梯度图像 中去除非局部最 精确定位点 。 大值点，就可以检测 出精确的边缘。 3．1 边缘提取 7一 边缘提取利用 S0bel算子，在梯度方向上去除非 局部最大值点，获得像素级边缘定位，具体步骤如下： 1 用 S0bel算子对去噪后的图像g 7 进行卷 积 ．得到卷积图像 。 2 计算图像中每一点的梯度方向值 ，其计算 一