數(shù)字圖像邊緣檢測(cè)算法的分析實(shí)現(xiàn)第一頁(yè)，共三十五頁(yè)，2022年，8月28日整體思路本課題研究的主要思路如下：以計(jì)算機(jī)為開(kāi)發(fā)平臺(tái)，首先利用圖像傳感器CCD、圖像采集卡、照明系統(tǒng)以及其它硬件構(gòu)成圖像測(cè)量系統(tǒng)，采集被測(cè)目標(biāo)（工業(yè)零件）的圖像；然后再VC++6.0軟件開(kāi)發(fā)環(huán)境中，用C++語(yǔ)言實(shí)現(xiàn)圖像預(yù)處理、圖像邊緣檢測(cè)、圖像零件幾何測(cè)量等算法，最后針對(duì)工業(yè)圓形零件和矩形零件，完成對(duì)幾何參數(shù)測(cè)量。第二頁(yè)，共三十五頁(yè)，2022年，8月28日?qǐng)D像預(yù)處理該課題圖像噪聲主要為脈沖噪聲和高斯噪聲，在圖像預(yù)處理過(guò)程中，針對(duì)圖像的主要噪聲采用中值濾波算法和均值濾波算法可以分別濾除圖像中的脈沖噪聲和高斯噪聲，但考慮圖像往往會(huì)受到脈沖噪聲、高斯噪聲兩種不同性質(zhì)噪聲的共同干擾，提出了一種混合噪聲濾波算法，經(jīng)試驗(yàn)表明該混合噪聲濾波算法的濾波效果大大好于利用單獨(dú)采用中值濾波算法或均值濾波算法的濾波效果。第三頁(yè)，共三十五頁(yè)，2022年，8月28日均值濾波算法的基本指導(dǎo)思想是采用濾波窗口內(nèi)所用像素灰度值得平均值來(lái)代替中心像素的灰度值。高斯噪聲有很好的濾波效果

中值濾波算法的基本思想讓圖像中與周?chē)袼鼗叶戎档牟畋容^大的像素點(diǎn)改取為與周?chē)袼刂当容^接近的值，所以該算法對(duì)孤立點(diǎn)噪聲像素的去噪能力特別強(qiáng)，即對(duì)脈沖噪聲的去噪效果非常顯著。第四頁(yè)，共三十五頁(yè)，2022年，8月28日第五頁(yè)，共三十五頁(yè)，2022年，8月28日第六頁(yè)，共三十五頁(yè)，2022年，8月28日混合噪聲濾波算法首先對(duì)含有混合噪聲的圖像通過(guò)算法進(jìn)行噪聲檢測(cè)，即將含有高斯噪聲和脈沖噪聲的像素點(diǎn)區(qū)分開(kāi)來(lái)；然后針對(duì)不同的噪聲對(duì)象采用不同的濾波算法進(jìn)行分別處理。對(duì)分離出的脈沖噪聲采用中值濾波，對(duì)高斯噪聲采用均值濾波著重討論，研究的是圖像的噪聲分離規(guī)則。圖像的脈沖噪聲（椒鹽噪聲）常常是一些孤立的像素點(diǎn)，在灰度特征上與其它像素點(diǎn)有比較明顯的區(qū)別，通常是其領(lǐng)域中灰度值的正極值或負(fù)極值點(diǎn)。但是這些正極值點(diǎn)或者負(fù)極值點(diǎn)并不一定都是噪聲像素點(diǎn)，因?yàn)樵谝恍┎缓性肼曄袼攸c(diǎn)的圖像灰度平滑區(qū)域或者有強(qiáng)邊界的區(qū)域也有正極值點(diǎn)或者負(fù)極值點(diǎn)的存在。以一副8位的256灰度圖像為例，脈沖噪聲的像素點(diǎn)的灰度值一定是0或者255，但灰度值位0或者255的像素點(diǎn)不一定就是圖像的噪聲像素點(diǎn)。第七頁(yè)，共三十五頁(yè)，2022年，8月28日為此，我們還需要通過(guò)一定的手段進(jìn)一步判別出圖像的脈沖噪聲像素點(diǎn)。根據(jù)圖像的脈沖噪聲具有孤立分布的性質(zhì)，進(jìn)一步對(duì)極值點(diǎn)是否是脈沖噪聲像素點(diǎn)做出判斷。我們?cè)O(shè)x（i，j）屬于正極值點(diǎn)或者負(fù)極值點(diǎn)，以x（i，j）為中心做一個(gè)5x5的窗口，以本課題研究的8位的256灰度圖像為例，如果x（i，j）=255，統(tǒng)計(jì)窗口內(nèi)x（i，j）≠255的像素點(diǎn)的個(gè)數(shù)，共有m個(gè)；如果x（i，j）=0，統(tǒng)計(jì)窗口內(nèi)x（i，j）≠0的像素點(diǎn)的個(gè)數(shù)，共有m個(gè)，如果當(dāng)m≥M的時(shí)候，就判定該像素點(diǎn)是脈沖噪聲像素點(diǎn)，如果當(dāng)m<M的時(shí)候，就判定該像素點(diǎn)不是脈沖噪聲像素點(diǎn)。M為脈沖噪聲判定閾值，通過(guò)大量的實(shí)驗(yàn)，我們發(fā)現(xiàn)脈沖噪聲判定閾值一般取12-16之間。接下來(lái)，我們對(duì)分離出的脈沖噪聲和高斯噪聲分別用不同的濾波算法進(jìn)行濾波處理。具體步驟如下，如果m≥M，就判定該像素點(diǎn)是脈沖噪聲像素點(diǎn)，我們采用中值濾波算法進(jìn)行濾波處理；如果m<M，則判定該像素點(diǎn)不是脈沖噪聲像素點(diǎn)，我們采用均值濾波算法進(jìn)行處理。第八頁(yè)，共三十五頁(yè)，2022年，8月28日第九頁(yè)，共三十五頁(yè)，2022年，8月28日第十頁(yè)，共三十五頁(yè)，2022年，8月28日基于圖像處理的零件二維幾何尺寸測(cè)量算法研究(圖像邊緣檢測(cè)算法的分析與實(shí)現(xiàn)部分)2012110038付勇第十一頁(yè)，共三十五頁(yè)，2022年，8月28日

經(jīng)典邊緣檢測(cè)算子邊緣檢測(cè)：邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法來(lái)提取出圖像中對(duì)象與背景間的交界線。邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反映，因此我們可以用局部圖像微分技術(shù)來(lái)獲得邊緣檢測(cè)算子。roberts算子sobel算子laplacian算子log算子第十二頁(yè)，共三十五頁(yè)，2022年，8月28日經(jīng)典邊緣檢測(cè)算子梯度的幅值和方向:梯度方向就是函數(shù)增大時(shí)的最大變化率方向：梯度是圖像對(duì)應(yīng)二維函數(shù)的一階導(dǎo)數(shù)：梯度是灰度f(wàn)（x，y）在xy坐標(biāo)方向上的導(dǎo)數(shù)、表示灰度f(wàn)(x，y)在xy坐標(biāo)方向上的變化率，梯度為方向矢量第十三頁(yè)，共三十五頁(yè)，2022年，8月28日1Roberts算子Roberts算子是一種利用局部差分算子尋找邊緣的算子，對(duì)于邊界陡峭且噪比較小的圖像檢測(cè)效果比較好，它在2×2鄰域上計(jì)算對(duì)角導(dǎo)數(shù)，通過(guò)1范數(shù)衡量梯度的幅值。

兩個(gè)卷積核分別為100-1

01-10第十四頁(yè)，共三十五頁(yè)，2022年，8月28日roberts算子實(shí)驗(yàn)結(jié)果分析優(yōu)點(diǎn)：檢測(cè)精度比較高，對(duì)水平和垂直方向的邊緣檢測(cè)性能好于斜線方向。缺點(diǎn)：易丟失一部分邊緣對(duì)噪聲敏感。第十五頁(yè)，共三十五頁(yè)，2022年，8月28日2Sobel算子傳統(tǒng)的Sobel圖像邊緣檢測(cè)方法，是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來(lái)完成的。這兩個(gè)方向模板一個(gè)檢測(cè)垂直邊緣，一個(gè)檢測(cè)水平邊緣。第十六頁(yè)，共三十五頁(yè)，2022年，8月28日Sobel算子為：

Gx=(z7+2z8+z9)-(z1+2z2+z3)Gy=(z3+2z6+z9)-(z1+2z4+z7)采用數(shù)衡量梯度值：

|f||Gx|+|Gy|Gy2-201-101-10000-1-1-2112Gxz2z8z5z3z9z6z1z7z42Sobel算子第十七頁(yè)，共三十五頁(yè)，2022年，8月28日soble算子實(shí)驗(yàn)結(jié)果分析優(yōu)點(diǎn)：產(chǎn)生的邊緣效果較好，對(duì)噪聲具有平滑作用。缺點(diǎn)：存在偽邊緣，定位精度不高第十八頁(yè)，共三十五頁(yè)，2022年，8月28日3Prewitt算子

Prewitt算子是一種一階微分算子的邊緣檢測(cè)，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣，對(duì)噪聲具有平滑作用。其原理是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來(lái)完成的，這兩個(gè)方向模板一個(gè)檢測(cè)水平邊緣，一個(gè)檢測(cè)垂直邊緣。

第十九頁(yè)，共三十五頁(yè)，2022年，8月28日Prewitt算子實(shí)驗(yàn)結(jié)果分析prewitt邊緣檢測(cè)算子的元算過(guò)程與Sobel邊緣檢查算子的運(yùn)算過(guò)程都一樣，都是首先將算子的中心與圖像中心的像素點(diǎn)相對(duì)應(yīng)，然后進(jìn)行卷積運(yùn)算，連個(gè)卷積的最大值作為該像素點(diǎn)的輸出值，則運(yùn)算結(jié)果就是一幅邊緣幅度圖像從圖中可以看出，prewitt算子和sobel算子一樣都對(duì)噪聲有一定的抑制能力，但檢查出的圖像邊緣也都比較粗。第二十頁(yè)，共三十五頁(yè)，2022年，8月28日4canny算子基本步驟：1

用高斯濾波器平滑圖像。2

再計(jì)算濾波后的梯度幅值和方向。

3對(duì)梯度幅值應(yīng)用非極大值抑制。4用雙閾值算法檢測(cè)和連接邊緣。canny算子方向圖像的邊緣點(diǎn)即為在方向上使取得局部極大值的點(diǎn)第二十一頁(yè)，共三十五頁(yè)，2022年，8月28日canny算子實(shí)驗(yàn)結(jié)果分析優(yōu)點(diǎn)：采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因此具有較強(qiáng)的噪聲抑制能力；同樣該算子也將一些高頻邊緣平滑掉，造成邊緣丟失，采用了雙閾值算法檢測(cè)和連接邊緣，邊緣的連續(xù)性較好。第二十二頁(yè)，共三十五頁(yè)，2022年，8月28日（零件二維幾何尺寸測(cè)量部分）2012110026儲(chǔ)召銳基于圖像處理的零件二維幾何尺寸測(cè)量算法研究第二十三頁(yè)，共三十五頁(yè)，2022年，8月28日主要包括三方面內(nèi)容：一、系統(tǒng)的標(biāo)定二、重心法、插值法測(cè)量圓形零件幾何參數(shù)三、掃描法測(cè)量矩形零件長(zhǎng)和寬第二十四頁(yè)，共三十五頁(yè)，2022年，8月28日（一）系統(tǒng)的標(biāo)定

CCD攝像機(jī)采集到的圖像經(jīng)過(guò)圖像采集卡傳送到計(jì)算機(jī)上，這些數(shù)字圖像都是由一個(gè)個(gè)像素點(diǎn)組成的，一個(gè)像素就是一個(gè)離散的單位，但是像素?cái)?shù)量并不代表實(shí)際尺寸的大小，像素與實(shí)際尺寸的比例關(guān)系，由成像系統(tǒng)和透鏡放大倍數(shù)決定。在實(shí)際圖像測(cè)量時(shí)，只需要將圖像像素?cái)?shù)乘上這個(gè)標(biāo)定系數(shù)(像素與實(shí)際尺寸的比例大?。┚涂梢缘玫奖粶y(cè)目標(biāo)的真實(shí)尺寸大小，其數(shù)學(xué)表達(dá)式為

l=p*k其中,l表示被測(cè)物的實(shí)際尺寸，p表示被測(cè)物的像素個(gè)數(shù)，k表示標(biāo)定系數(shù)。第二十五頁(yè)，共三十五頁(yè)，2022年，8月28日具體的標(biāo)定步驟如下：⑴選用一個(gè)標(biāo)準(zhǔn)件，本文選用一個(gè)半徑為20mm的標(biāo)準(zhǔn)圓形零件作為標(biāo)準(zhǔn)件。⑵將標(biāo)準(zhǔn)件放置在測(cè)量系統(tǒng)上進(jìn)行測(cè)量，此時(shí)讓測(cè)量系統(tǒng)的工作狀態(tài)和平時(shí)正常的測(cè)量工作狀態(tài)保持一樣，運(yùn)用插值法測(cè)出標(biāo)準(zhǔn)件的半徑，此時(shí)，標(biāo)準(zhǔn)件的半徑是以像素為單位的。采用多次測(cè)量，取其平均值作為最終的測(cè)量結(jié)果。⑶根據(jù)公式k=l/p計(jì)算出系統(tǒng)的標(biāo)定系數(shù)，即像素與實(shí)際尺寸的比例關(guān)系。本測(cè)量系統(tǒng)最后確定的標(biāo)定系數(shù)為k=l/p=20mm/245pixel=0.0816mm/pixel。第二十六頁(yè)，共三十五頁(yè)，2022年，8月28日（二）重心法、插值法測(cè)量圓形零件幾何參數(shù)1、重心法圓度檢測(cè)以工業(yè)圓形零件為例，分析研究重心法，工業(yè)圓片零件如圖5.1所示。

該工業(yè)圓形片圖像大小為M*N,是經(jīng)過(guò)二值化處理后的二維圖像，可用數(shù)學(xué)表達(dá)式5.2表示第二十七頁(yè)，共三十五頁(yè)，2022年，8月28日設(shè)工業(yè)圓形片的圓心坐標(biāo)為(x0，y0）,則重心計(jì)算公式如式5.3所示該重心算法結(jié)構(gòu)簡(jiǎn)單、計(jì)算速度快，對(duì)于目標(biāo)灰度分布均勻的圖像測(cè)量效果較好。第二十八頁(yè)，共三十五頁(yè)，2022年，8月28日下面用重心法檢測(cè)出工業(yè)圓形片的圓心，并測(cè)量出半徑和面積。下圖5.2是工業(yè)圓形片圖像經(jīng)過(guò)邊緣檢測(cè)且細(xì)化后的圖像。圖5.3是用重心法測(cè)量工業(yè)圓形片的圓心、半徑和面積的圖形。第二十九頁(yè)，共三十五頁(yè)，2022年，8月28日從圖5.3可以看出，工業(yè)圓形片的半徑是112.933個(gè)像素，圓的面積是40067.219個(gè)像素，已知標(biāo)定系數(shù)是k=0.0816mm/pixel,將其轉(zhuǎn)化為真實(shí)值，則工業(yè)圓形片的半徑是112.933*k=9.215mm,工業(yè)圓形片的面積是40067.219*k=269.485mm2。2、插值法圓度檢測(cè)所謂插值法圓度檢測(cè)，就是利用最小二乘法原理，用圓來(lái)逼近工業(yè)圓形片的邊界輪廓。圓的方程表達(dá)式如式5.4所示。

(x-a)2+(y-b)2=r2 (5.4)殘差的定義如式5.5所示第三十頁(yè)，共三十五頁(yè)，2022年，8月28日第三十一頁(yè)，共三十五頁(yè)，2022年，8月28日第三十二頁(yè)，共三十五頁(yè)，2022年，8月28日該插值算法從表達(dá)式上，看起來(lái)比較復(fù)雜，計(jì)算量也比較大，但該算法不僅可以一次求出圓心的坐標(biāo)，而且還可以求出圓的半徑，而重心法一次只能求出圓的圓心坐標(biāo)，除此之外，插值法不僅適合規(guī)則圓形圖像而且也適合于不太標(biāo)準(zhǔn)的圓形圖像。因此本課題選用插值法作為圓形工業(yè)零件幾何參數(shù)的測(cè)量方法。下面用插值法檢測(cè)出工業(yè)圓形片的圓心，并且測(cè)量出圓形片的半徑和面積。下圖5.4是用插值法測(cè)量工業(yè)圓形片的圓心、半徑及面積的圖形。第三十三頁(yè)，共三十五頁(yè)，2022年，8月28日

從圖5.4可以看出，工業(yè)圓形片的半徑是112.940個(gè)像素，圓的面積是40072.125個(gè)像素，從上一節(jié)內(nèi)容中我們知道系統(tǒng)的標(biāo)定系數(shù)是0.0618mm/pix