没有合适的资源?快使用搜索试试~ 我知道了~
基于改进Zernike矩和均值漂移的插针位置检测方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 135 浏览量
2022-12-15
14:16:27
上传
评论
收藏 592KB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/87291855/0001-b4a0a6ec8e700611630ae5c51e914255_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
12页
基于改进Zernike矩和均值漂移的插针位置检测方法.docx
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![](https://csdnimg.cn/release/download_crawler_static/87291855/bg1.jpg)
电子接插件作为可分离式元件在电子系统中起着至关重要的作用
[1]
,是电子系统中信
号与功率的重要载体,必须对装配前的电子接插件进行严格的质量检测。视觉检测作为一
种非接触式的自动检测技术,具有高精度、高效率的优点,在汽车电子工业的自动检测领
域得到了广泛应用
[2]
。
接插件的插针图像是基于阵列椭圆的灰度图像,椭圆中心作为期望的金属插针的位置
特征点
[3]
,直接影响插针位置度的检测精度。目前,常用的圆形特征点定位方法包括灰度
质心法、Hough 变换法
[4]
、模板匹配法、边缘检测法
[5]
等像素级检测方法。Georgescu 等
[6]
使
用二阶 Riesz 分数导数推广了一些经典的边缘检测器,利用分数微分法的优势克服了
Robert、Prewitt 和 Sobel 等传统算子的缺点。传统的像素级检测方法已经难以适应如今工
业上高精度的检测要求。因此,针对亚像素边缘检测算法的研究被广泛关注。亚像素边缘
检测原理是通过对边缘附近的像素进行细分来实现精确的边缘定位。常用的亚像素边缘检
测方法有插值法、拟合法和矩方法。其中,插值法相对简单,但易受噪声的影响;拟合法
可以获得更好的边缘,但计算量相对较大,所需的模型也更加复杂;矩方法相比插值法和
拟合法具有较好的抗噪性和高效性,被广泛应用于高精度检测系统
[7]
。Tabatabai 等
[8]
采用三
阶灰度矩的边缘检测方法,实现了亚像素检测精度,该方法以闭合形式提供边缘位置,且
无需插值或迭代,不受加性和乘性灰度变化的影响。Lyvers 等
[9]
提出一种基于空间矩的方
法,利用空间矩和边缘阶跃参数确定边缘位置。虽然文献[8-9]的方法具有较高的精度,但
计算量太大,只适合信息量小的图像。Ghosal 等
[10]
提出一种基于 Zernike 正交矩的亚像素
定位算法,仅需 3 个 Zernike 矩便可获得边缘相关参数,能以较低的计算量获得较高的精
度,但该算法在判断边缘时需要通过人工调整来选择阈值,不仅效率低下,且容易误判,
严重影响检测的精度。Peng 等
[11]
提出一种新的基于边缘梯度方向插值和 Zernike 正交矩的
子像素边缘检测方法,大大提高了边缘检测的精度,在图像中存在复杂边缘时,避免了边
缘干扰。Liu 等
[12]
针对边缘检测的快速、高精度要求,提出一种快速亚像素边缘检测方
法,利用 Otsu 阈值进行背景分割,并使用 Zernike 矩计算边缘点的梯度方向。张晓林等
[13]
利用被测物的几何信息,只使用零阶矩实现了对边缘的亚像素定位,大幅减少了运算量。
Duan 等
[14]
提出了一种基于高斯积分模型的亚像素边缘检测算法。这些改进的检测算法主要
集中在亚像素边缘检测,却未保留传统像素级边缘检测的速度快和计算复杂度低的优点。
为此,提出一种基于改进的 Zernike 矩边缘检测方法,结合均值漂移以实现插针位置度的
亚像素检测。
1. Zernike 矩边缘检测原理
Zernike 矩是一种复正交矩阵,其核心是在极坐标空间中定义在单位圆(x
2
+y
2
=1)内的一
组由复多项式表示的完全正交基。图像 f(x, y)的 n 阶 m 次 Zernike 矩可定义为
Anm=(n+1)π∬x2+y2⩽1f(x,y)Vnm∗(ρ,θ)dx dy,
(1)
其中:V
nm
*
(ρ, θ)为积分核函数;m 和 n 为整数,且满足 n≥0,n≥m,n- m 为偶数。
![](https://csdnimg.cn/release/download_crawler_static/87291855/bg2.jpg)
基于 Zernike 矩的亚像素边缘定位原理是通过图像的 3 个不同阶的 Zernike 矩计算模型
的 4 个参数,将这些参数与设定的阈值比较,从而准确定位图像的边缘。假设单位圆的中
心点在图像的某个像素点,并且图像的边缘穿过该圆,从而创建理想的边缘阶跃模型。
Zernike 矩的理想边缘模型如图 1 所示。
图 1 Zernike 矩的理想边缘模型
下载: 全尺寸图片 幻灯片
图 1 中,h 为图像背景灰度,k 为灰度差,阴影部分的灰度为 h+k,D 为理想边缘,
ab、cd 表示在不同阶次的 Zernike 矩下的图像边缘,l
1
、l
2
分别为原点到 ab、cd 的垂直距
离,l
D
为原点到边缘的垂直距离,φ 为 l 与 x 轴的夹角。将图像顺时针旋转 φ,旋转后的图
像与 y 轴平行。旋转后的图像关于 x 轴对称,可表示为
∬x2+y2⩽1f′(x,y)dx dy=0,
(2)
由于式(2)是 A′
11
的虚部,因此有
Im[A11′]=sin(φ)Re[A11]−cos(φ)Im[A11]=0,
(3)
图像的旋转角度为
。φ=arctanIm[A11]Re[A11]。
(4)
旋转不变性是 Zernike 矩的一个重要特性。若将图像旋转 φ,则 Zernike 的相位角改
变,振幅保持不变,旋转后的图像 A′
nm
与原图 A
nm
的关系为
。Anm′=Anmexp(−jmφ)。
(5)
与 A
00
、A
11
、A
20
对应的积分和函数分别为 V
00
=1,V
11
=x+jy,V
20
=2x
2
+2y
2
-1。旋转图像
的 Zernike 矩的推导如下:
A00′=A00=hπ+kπ2−ksin−1l−kl1−l2,
(6)
A11′=A11ejφ=2k3(1−l2)32,
(7)
。A20′=A20=2k3l(1−l2)32。
(8)
![](https://csdnimg.cn/release/download_crawler_static/87291855/bg3.jpg)
结合式(6)~(8)及 l、k、h 可推导出
,l=A20A11′,
(9)
k=3A11′2l(1−l2)32,
(10)
。h=A00−kπ2+ksin−1l+kl1−l2π。
(11)
由此图像的亚像素边缘为
[xsys]=[xy]+l[cosφsinφ],
(12)
其中,(x
s
,y
s
)为亚像素边缘坐标,(x,y)为像素级边缘位置。
2. 改进的 Zernike 矩模型
2.1 Zernike 7×7 模板
针对图像的 Zernike 亚像素边缘检测,需要将不同阶的 Zernike 模板在图像上逐像素移
动,再与其相对应的像素进行卷积操作,得到不同的 Zernike 矩,通过图像的 Zernike 矩计
算各像素所对应的 l、k、h、φ 参数,用以判断该点是否属于边缘点。传统算法采用 5×5 像
素的 Zernike 模板系数进行边缘检测,存在检测结果定位精度低、边缘较粗的问题。本模
型采用 7×7 像素的 Zernike 模板系数,更大的 Zernike 矩边缘算子可相应提高边缘定位精
度,噪声抑制能力也会相应增强,从而提高检测精度。
令图像 f(x,y)=1,根据式(1)记 A
nm
的模板为 M
nm
,则有
Mnm=∬x2+y2⩽1Vnm∗(ρ,θ)dx dy,
(13)
单位圆被 7×7 像素模板划分, 如图 2 所示。
图 2 7×7 像素模板
剩余11页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 4036
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- ROS导航机器人搭建教程
- 操作系统资源浅显易懂哈哈哈
- 小程序版python语言pytorch框架的图像分类墙体颜色识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版深度学习CNN训练识别蔬菜-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版通过CNN训练识别蔬菜-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于深度学习识别花卉-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版python语言pytorch框架训练识别非机动车辆-不含数据集图片-含逐行注释和说明文档.zip
- 驱动多路舵机51单片机源程序代码
- 小程序版python语言pytorch框架训练识别猴子种类-不含数据集图片-含逐行注释和说明文档.zip
- c++语言调用matlab画图源程序
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)