基于小波去噪和机器视觉的边缘检测.pdfVIP

第 63卷 第 2期 有 色 金 属 Vo1．63．NO．2 20 11年 5月 NonfeFFOUSMetals Mav 2 0 11 DOI：10．3969／j．issn．1001—0211．2011．02．030 基 于小波去噪和机器视觉的边缘检测 邢青青 ，罗新斌 (苏州有色金属研 究院有 限公司 装备智能所 ，江苏苏州 215026) 摘 要 ：介绍通过小波去噪，Sobel边缘检测算子提取边缘的方法，通过软件平台Labview实现，给出了各个步骤的演示 图片。 结果证明这种方法抗噪能力极强 ，提取的边缘定位精确 ，程序结构合理 。 关键词 ：金属材料 ；边缘检测；小波去噪；Sobel算子；Labview 中图分类 号 ：TG334．9 文献标 识码 ：A 文章编号 ：1001—0211(2011)02—0125—03 边缘定义为图像 中灰度发生急剧变化 的像素的 波变换进行图像滤波 的原理是 ：设 {，} 是 (R) 集合 。边缘主要存在 F目标与 目标 、目标与背景 、区 的一个 多分辨分析 ， 是 ，在 中的正交补空 域与区域之间 ，是图像分割、纹理特征提取和形状特 间。令 P，和 Q 分别是 (R)到 ，和 上的正交 征提取等图像分析的重要基础。找出图像 的边缘称 投影。设有信号f()(L(R)，经仪器测得的含有噪 为边缘检测。图像 的边缘检测无论对于 图像 的识 声的信号为 P ，则有式 (1)。 别 、压缩 、匹配等 ，都是非常重要的。这也是机器视 P／：Pi一 +(Q／ (1) 觉研究领域最 活跃 的课题 之一。实 际 的工程 应用 用小波变换对信号进行分解的过程 ，就是依次 中，边缘检测有着非常重要的地位 ，比如在基于机器 把信号中的各种频率成分从高到低逐步分离为不同 视觉的对 中控制系统 中，需要通过边缘检测对轧制 的频带的过程 。对 样条尺度函数 西和小波函数 中的带材进行定位进而找出带材 的偏差 。基于机器 而言，其频 带分别近似为 [一仃，仃]和 [一2仃，7r] 视觉的 自动在线测宽系统 中，也是通过对带材 的边 ([丌，27r]，因此 Q／的频带范围近似为 [一2 仃‘，一 缘检测得出带材的宽度 。还有基于机器视觉 的表面 27r]([2丌，2p 7r]。如果我们要滤掉 的噪声的频率 缺陷检测技术都需要依托边缘检测技术 。 位于Q／频带范围，则只需再信号重构过程中降Q／ 边缘检测算法有四个步骤 ：滤波、增强 、检测和 定位。对 中、测宽和表面缺陷检测这三种应用场合 设为零。如果需要对 Q／进一步分解，就用到小波 包分解 。 都是需要确定边缘位置的。因此这4个步骤都需要 用到。 2 在 Labview中软件设计 l 小波 去 噪 2．1 去噪 近几年 ，随着小波理论的应用与发展 ，已较好地 虚拟仪器开发平台 Lab