论文部分内容阅读
图像特征提取是图像处理的中间环节,其提取质量的好坏决定后续工作如定位、测量、分类等的结果。近年来,基于高精度测量在较多工业领域得到应用。不断提高提取精度,成为机器视觉领域研究的热点,其中亚像素技术的应用,是实现高精度测量与配准的一种重要方法。一般的检测和定位精度仅能达到一个像素级精度,随着工业检测等应用对精度要求的不断提高,传统的检测方法已经很难满足实际需要。提高定位精度的最直接方法就是提高硬件的分辨率,然而提高硬件分辨率的代价是相当昂贵的,因此,本文利用软件近似模拟物理像素之间的像素使角点、边缘检测达到亚像素精度。本文主要做了以下三方面工作:(1)亚像素边缘检测定位精度高,本文在经典像素提取算法的基础上,采用Canny算法和Zernike矩算法的结合提高边缘定位的精度。(2)针对目前棋盘格角点检测算法计算量大,提出了一种可自动实现棋盘格角点实时检测的新算法。该算法首先利用棋盘格角点附件的边缘特征对角点进行粗定位,然后根据自定义棋盘格角点对称度对角点进行筛选,从而达到自动提取角点的目的。(3)为提高角点检测的精度,满足算法的稳定性与实时性,提出了一种基于轮廓曲率和局部迭代的亚像素角点检测算法。首先基于Canny算子和自定义边缘跟踪算法检测目标轮廓,然后利用ACSS算法得到像素级的角点,最后以像素级角点为中心,利用向量正交性原则,采用迭代算法及双线性插值得到子像素级角点。通过本文算法在实际工程对象——插针、棋盘格、针布上的特征定位与测量实验表明:亚像素边缘检测定位精度高,重复性较好;棋盘格角点检测抗噪性强,可在复杂背景下稳定工作,可用于嵌入式相机的在线实时标定;亚像素角点提取方法检测效率高,提取到的角点稳定。算法对插针、棋盘格、针布精度可以达到0.1mm、0.01mm和0.02mm,满足实际应用中的实时、高精度要求,目前已成功应用于嵌入式机器视觉工业现场。