基于机器视觉技术之边缘检测

2011-06-09 15:04:28来源: 互联网

   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

关键字:机器视觉技术  边缘检测

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/Test_and_measurement/2011/0609/article_2650.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
机器视觉技术
边缘检测

小广播

独家专题更多

迎接创新的黄金时代 无创想,不奇迹
迎接创新的黄金时代 无创想,不奇迹
​TE工程师帮助将不可能变成可能,通过技术突破,使世界更加清洁、安全和美好。
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved