改进的Sobel边缘检测图像边缘粗定位-电测与仪表.DOCVIP

基于图像亚像素二次定位的电缆护套厚度精确测量 周锋1,2，陈述2，赵力2 盐城工学院 信息工程学院，江苏 盐城 224051；2. 东南大学 信息科学与工程学院，南京 210096） 摘要： 关键词：中图分类号：T 文献标识码： 文章编号： Precise measurement of cable sheath thickness based on sub-pixel image positioning Zhou Feng1,2, Chen Shu2, Zhao Li2 (1. College of Information Engineering, Yancheng Institute of Technology, Yancheng 224051, Jiangsu, China. 2. College of Information Science and Engineering, Southeast University, Nanjing 210096, Jiangsu, China) Abstract：Image measurement technique has been a new high-performance measurement technology in recent years, it occupies an increasingly important position in the measurement field. It has been widely used in geometry measurement field because of its advantages of non-contact, high accuracy, and high speed. This paper puts forward an improved Sobel edge detection technique and proposed a new sub-pixel edge detection algorithm based on the Gaussian-Hermite moments. Then it was applied in the cable sheath material thickness measurement system and achieved a precise and fast measurement. Keywords：sub-pixel image positioning, Gaussian-Hermite moments, Sobel, cable sheath thickness 0 引 言 。 本文研究设计的电缆护套厚度测量系统是基于图像处理技术，图像测量系统通过CCD图像传感器，采集电缆护套材料切片图像，利用改进的Sobel边缘检测技术对图像边缘进行粗定位，并利用基于Gaussian-Hermite矩的亚像素重定位法，实现了电缆护套材料厚度尺寸的二次定位，并实现精确快速测量。 1 改进的Sobel边缘检测图像边缘粗定位 传统的Sobel边缘检测算子为，，它是一种中心差分类型，但在中间水平线和垂直线上的四个邻近点赋予了较高的权重。Sobel边缘检测容易实现，且是加权平均，对噪声有平滑作用，提供了较为精确的边缘方向信息，它边缘定位精度不够高且容易出现多像素宽度边缘。Sobel边缘检测算法不足，例如检测出的边缘不够细，边缘的定位精度不够高等问题我们将对传统的Sobel边缘检测器进行更深一步的研究并对一些不足提出一定的改进措施。 Sobel边缘检测器的检测原理是通过对输入图像运用模板进行卷积，求得图像的梯度图，然后将其与选定的阈值进行比较，判别出图像的边缘点，只对水平和垂直两个方向上的灰度梯度变化敏感我们对Sobel算子的模板进行扩展，使其变八方向的Sobel算子选取其中幅度最大的卷积值作为该像素点的梯度幅值。 传统的Sobel边缘检测算法使用一个固定的阈值对图像的边缘进行判别OSTU自适应阈值对其进行改进。OSTU算法是在最小二乘算法原理的基础上推导出来的[]，它主要应用于图像分割，图像二值化，在这里我们将它应用于图像灰度梯度值的分割，获得Sobel边缘检测算法的阈值。我们提取边缘点集中梯度方向梯度值的最大值边缘点来获取单像素边缘。 Gaussian-Hermite矩亚像素重定位法 亚像素边缘检测算法最早在上世纪70年代由Hueckel提出]，目前主要有基于插值思想、基于不变矩思想和基于曲线拟合思想三类亚像素边缘检测算法。K.Jensen等提出了非线性插值亚像素检测算法[]，此类算法复杂度较低，但是定位容易失真，对噪声比较敏感；Peter