论文研究-基于Zernike矩的亚像素边缘检测算法 .pdf

所需积分/C币:44 2019-08-16 12:11:31 416KB .PDF
135
收藏 收藏
举报

基于Zernike矩的亚像素边缘检测算法,田春苗,钟志,针对传统算子定位精度较低、检测出的边缘较粗的缺点,本文提出了基于Zernike矩的亚像素边缘检测算子,并推导出 的模板系数。该算法�
山国武花论文在丝 建立理想的阶跃灰度模型如图。其中是背景灰度,是阶跃灰度,是圆心到边缘的毪 直距离,φ是边缘与轴所成的角度。若把边缘旋转φ,则边缘将与轴平行。因此有 其中 是图像旋转后的边缘函数。 图理想的二维业像素边缘模型图 矩模型参数的求解 矩是采用模板进行的运算,利用 矩进行边缘的定位时只用到了三个不同 阶次的 矩,分别记,,,对应的积分核函数分别为 。旋转前的原始图像的 矩和旋转后的 矩的关系为 公式中的表示相应矩阵的转置。公式表示图像边缘与轴平行时的 矩的 虚部为零,即有 其中[][]分别为旋转前图像的虚部与实部,得出边缘旋转的角度为 由图的模型计算可得: 由公式 、可得出边缘到圆心的垂直距离为 山国武花论文在丝 由此得出图像边缘的亚像素位置为 因此只要给出三个 矩 就能把边缘定位到亚像素级。在离散情况下 矩的计算即为模板与图像灰度的卷积。一般用单位圆进行采样,在ⅹ像素区域内,其采 样模型如图所示 图×采样模板 像素点参数由 矩计算,需要先求岀各个知的模板。通过模板和图像卷积运算, 可以得到每个像素的边缘参数,然后对边缘参数和做阈值运算,从而获得摆片的检测精 度。推导出的 的 矩模板分别如下衣、衣、表所示 表的实部模板 表的虚部模板 表的模板 山国武花论文在丝 摆片的边缘检测结果与讨论 测量时把摆片放在转台上,由计算机控制转台转动,并可以自由设置摆片每次的旋转角 度,本文中把旋转角度改为°每次。由于本实验的采集系统对光源有较高的要求,经验 证环形光源拍摄的图片效果最好,清晰度最高。图为在环形光源下用图像传感器采 集的摆片部分原始图像,其中白色部分为环形摆片的部分。 图摆片部分的原始图像 图 算子边缘检测结果 图 矩算子边缘检测结果 对图经过滤波去噪处理后进行边缘检测。图为用算子进行边缘检测的结果, 图为用 矩算子进行亚像素边缘定位的结果。实验结果表明, 算子检测出的 边缘较粗且有毛刺,还分布有随札噪声。而 矩算子不仅具有较精确的边缘细化和定 位能力,检测出的边缘基木为 厚度,达到了亚像素级。而且有效抑制了随机噪声 具有较好的抗噪声性能 把摆片放仁转台上,由计算机控制转台转动,与计算机相连并打开开始采集 图片,同时控制转台每次转动°直至转台旋转°为止,即选择摆片的个不同位置进 行外径尺寸测量,摆片外围半径的实际尺寸为 c对采集的图片在 环境下 进行处理,根据处理结果进行检测精度验证,如表所示。经计算采用 矩算子检测 的摆片尺寸最人相对误差的绝对值为 最小相对误差为,检测精度达到了亚像 素级。说明用 矩算子进行摆片尺寸边缘检测具有较高的精度。 山国武技论文在丝 表摆片尺寸榆测精度验证 摆片旋转角度 算子检测尺寸 矩算子检测尺寸 结论 为了提高摆片检测尺寸的精度,本文提出了 矩亚像素定位算法。文中首先介绍 矩算子及其进行亚像素边缘检测的原理,最后通过实验与传统的算子比较 结果表明 矩算子不但具有较好的边缘细化能力,而且能很好的抑訇随机噪声,检测 的摆片尺寸精度最大相对误差仅为 参考文献 章毓晋图像分割北京:科学出版社, 李金泉,陈善本,吴杯一种基于 矩的直线提取算法光电子.激光, 曲迎东,李荣德,袁晓光,黄红军,李润霞空间矩和 矩亚像素边缘算子分析光学技术, 王美华不变量理论在模式识别中的应用秦皇岛:燕山人学 李金泉,王建伟,陈善本,吴林一种改进的 正交矩亚像素边缘检测算法光学技术,,

...展开详情
试读 6P 论文研究-基于Zernike矩的亚像素边缘检测算法 .pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于Zernike矩的亚像素边缘检测算法 .pdf 44积分/C币 立即下载
1/6
论文研究-基于Zernike矩的亚像素边缘检测算法 .pdf第1页
论文研究-基于Zernike矩的亚像素边缘检测算法 .pdf第2页

试读结束, 可继续阅读

44积分/C币 立即下载