数字图像处理在顶点识别中的应用研究

数字图像处理在顶点识别中的应用研究 2 003 年 1 月 J an . 2 0 0 3 控制 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 第10卷第1期 Co nt rol Engineering of China Vol . 10 ,No . 1 () 文章编号 : 167127848 20030120094203 数字图像处理在顶点识别中的应用研究 向光蓉 , 张 旗 , 徐发淙( )大连海事大学 自动化学院 , 辽宁 大连 116026 摘要 : 图像检测中对 2D 图像的长度 、面积测量 ,以及工件的某些指标的计算 ,常常会遇 到顶点识别问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 。锯齿型工件的锯齿顶点坐标的测量 ,是数字图像顶点识别中比较典型的例 子 。利用数字图像处理技术检测锯齿工件顶点 ,对图像进行了边缘检测 、二值化 、顶点识别处 理 。在顶点识别中还需剔除异常点 ,以减少识别错误率 。描述了数字图像处理技术用于非接触 精确测量的原理 ,对整个顶点识别过程做了详细的探讨 ,给出了满意的识别结果 。 关 键 词 : 图像处理 ;图像识别 ;顶点识别 ;工业检测 TP 391 中图分类号 :文献标识码 : A 将物体放入载物台 ,用工业摄像镜头拍出物1 引言体的图像照片 ,经光电转换为视频信号给下一级 随着图像处理与 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 理论的不断发展 ,图像模块图像采集卡 ,然后图像采集卡采集图像得到 处理技术已得到广泛的应用 。在工业生产过程 数字图像信号 ,传送给计算机 ,计算机将得到的数中 ,图像处理理论与模式识别理论相结合 ,各种各 字图像按一定的图像文件 格式 pdf格式笔记格式下载页码格式下载公文格式下载简报格式下载 保存 ; 然后调用图 样的自动图像识别系统应运而生 。利用数字图像 像处理系统对图像处理分析 ,根据需要提取的特 处理技术实现非接触精确测量 ,可以避免很多场征值 ,最后对得到的特征数值进行分析 ,理解得出 合由目视判断带来的人为误差 。 图像处理用于测量结果 。图像处理技术用于非接触测量的应用 检测系统中有其独特的优点 , ( ( ) 原理如 图 1 a所 示 。对 于 硬 件 部 分 包 括 载 物 它不干扰被测对象 ,特别是在一些不能采用接触) 台 ,摄像工业镜头 ,图像采集卡 ,计算机等在此不 测量的场合 ,例如有腐蚀性的物质存在 ,或者运动 再作探讨 ,后面各节里将结合实际应用中的顶点 着的对象的某些参数测量 ,以及一些危险场合 ,还 识别问题作详细探讨 。 有一些不能接触到的对象参数测量等 。图像处理 3 应用 技术用于非接触测量中不仅安全可靠 ,而且能达 1 到很高的精度。硬件如芯片 、镜头等价格降低 选用的锯齿型的工件图像 ,对于数字图像顶使得成本大大减少 ,因此 ,近年来数字图像处理技 点识别将是一个比较典型的例子 。需要识别的是 工件上锯齿的各个顶点的坐标 。根据顶点识别的 术的应用已经得到很大推广 。以数字图像处理技 结果 ,可以判断工件是否合格 。如果不合格 ,例如 术为基础的产品常会遇到顶点识别类问题 ,例如 缺齿 ,可以进一步进行处理 。这是工业生产质量 ( ) 测量两个点之间的距离 长度测量,相对于参考 检测中遇到的问题 ,是在已经采集到图像 ,并将图 点的位置坐标等 。本文将结合实际应用中工件轮 像输入微机的基础上开始的 ,即在已经得到图像 廓上顶点识别问题做一些研究 。 后对图像的顶点进行识别 。本例中不仅是粗略地2 识别出需要的顶点 ,还应标定出各顶点的具体位 图像处理技术用于非接触测量的原理 置坐标 。整个工作包括图像处理 、图像分析和图 利用工业摄像镜头代替目视 ,把工业摄像镜 头作为一个传感器 ,经过光电转换 、采样 、图像处 像识别等内容 。图像处理和图像分析部分主要有 理 、图像分析识别等一系列的操作 ,就可以达到精 边缘检测 、图像二值化等 ,图像识别部分主要是顶 确测量的目的 。 点识别 ,如何测量出顶点的位置坐标 。 收稿日期 : 2002 - 05 - 14( ) 作者简介 : 向光蓉 1977 - ,女 ,重庆人 ,大连海事大学自动化学院硕士研究生 ,主要研究方向为智能控制与模式识别等 。 ) 1边缘检测 锯齿型工件的顶点识别系统 , 图像处理部分包括边缘检测和图像二值化 。边缘 检测是图像处理中的关键所在 ,其结果将直接影 响到顶点识别的准确性 。在工件质量指标中 ,最 基本的特征之一就是工件各个转角顶点的尺寸 , 也就是边缘轮廓的各点的坐标问题 。图像最基本 的特征之一也是图像的边缘 ,边缘是图像的一个 重要特征 ,是顶点识别的主要依据 。因此 ,在 2D 图像中检测顶点前必须进行边缘检测 。图像的边 缘是由灰度不连续性所反映的 。经典的边缘提取 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 是考察图像的每个像素的某个领域内灰度的 变化 ,利用边缘邻近一阶或二阶方向导数变化规 律 ,用简单的方法检测边缘 。分析原图特征 ,各顶 点分 布 均 匀 , 在 纵 向 按 一 定 规 律 排 布 , 适 合 用 Ro bert s 边缘检测算子 ,该方法在检测时具有各向 同性 。边缘检测采用 Ro bert s 算 子 , 结 果 比 Pre2 wit t ,So bel 算子效果好 ,比较连通 ,实际的效果图 () () ( ) () 如图 2 a, b, c所示也明显优于其他两种 。 图 1原理图和流程图 图 2 工件原图及处理结果图 ) Ro bert s 边缘检测算子利用局部差分算子寻2二值化 图像经过边缘检测后 ,需要的信 息明了些 ,但还不能从背景中直接得到要识别的 ,其计算公式为找边缘3 目标 ,二值化的图像更容易取得图像特征。二 2 ) ( 1 , y + 1]+ ( )- f x + g x , y ( )= { f x , y 值图像是一种所有像素值只在两种可能的离散值 2 1/ 2) ( ( ) 1- f x + 1 , y ]} f x , y + [ 也就是一种黑白图像 。 中取其一的图像 , ( ) 这里 f x , y 是具有整数像素坐标的输入图 k 域值 ,这里采图像二值化需要选择恰当的 像 ,平方根运算使该处理类似于在人类视觉系统 用了判别分析法寻找域值 。这种方法具有很好的 中发生的过程 。从边缘检测的实际效果看 ,采用 分离效果 ,计算类分离指标 ,使类分离指标最大的 k 作为域值 ,然后根据域值二值化边缘检测后的 Ro bert s 算 子 边 缘 检 测 比 较 适 合 该 图 像 。对 于 Ro bert s 算子的探讨可参见文献 2 。图像 。本例中边缘检测后图像的灰度较低 ,而这 控 制工 程第 10 卷 ?96 ? 种方法能够增强灰度较低的物体目标 ,故在此选不再出现异常点 。经过对提取的各像素点进行 4 ,剩下的点就是图像顶点 。标度变换各点坐 修正 用这种方法。当然也可以依据直方图 ,给定一 个域值二值化 ,对于本图像效果也比较满意 。边 标 ,就取得顶点的图像测量在真实图像中的实际 ( ) ( ) 缘检测后二值化图像如图 2 e所示 。为了使图 位置坐标 。顶点识别整个流程如图 1 b所示 。 () 像打印时更清楚 ,文章中的所有图像都已经过反 以上处理后 , 顶点识别结果如图 2 f 所示 , ( ( ) ) 色 ,在原图中浅色部分才是锯齿型工件 。经过二 在原图像 见 图 2 d中 已 标 定 出 识 别 的 顶 点 。 值化后 ,图像边缘噪声加重 ,不光滑 。为了能准确 可见 ,识别的顶点和希望识别的点基本一致 。地识别边缘上的顶点 ,可以适当地选择滤波器 。 ) ,对二值化图像进行行扫描 3顶点识别 取得图像右边缘的各像素值 。锯齿工件的右边缘 ( ) 函数用 x = f y 表示 , 其中 x 代表横坐标 , y 代 ( ) ( ) 表纵坐标 。x = f y表示边缘上的点 x , y满足 的函数关系式 。利用这个函数关系式 , 再求出在右 边缘上所有极大值点 , 即满足条件 : f ′= 0 ; f ″< 0 的 图 3 异常点图所有点 。所要识别的顶点就在这些极大点中 。在 数 字图像中 , 各个像素是离散的 , 因此在求极值点 时 还要进行差分化 , 可利用差分方程求解 。 4 结语 上述求得的极大点不都是顶点 , 有误识点 , 还 以锯齿型工件检测为例 ,讲述了基于数字图需要进行一些修正 。二值化会使图像变得粗糙 , 噪 像处理技术非接触精确测量顶点识别的完整过 声增加 , 而且还有可能出现异常点 , 所以还要对前 程 ,并编程实现 ,得到很好的识别结果 。程序在对 面的算法进行处理 。出现的误点如图 3 所示 。图中 A 标准工件和有损工件识别过程中 ,尚未出现误识 顶点是正常点 , 和原图对照 B , C , D 是异常点 , 其点 ,所标定的顶点坐标满足指标要求 。大批量生 中 , B , D 点的特征是不属于需要识别的顶点 , 这产过程中的测量 、检查和辨识 ,如 : 零件装配完整 类异常点可用函数求一阶和二阶倒数来剔除 。 C 性 ,装配尺寸 精 度 , 零 件 加 工 精 度 , 位 置/ 角 度 测 类点特征是出现平顶点 , 在数值计算时会出现 量 ,零件识别 ,特性/ 字符识别等工业生产过程中 , 异常 , 不能正确识别 。对 C 类点 , 可求出线段中 常用到顶点检测的方法 。相信数字图像处理技术 点 , 在误差允许范围内可以将中点近似为顶点 。下 在工业检测中将会得到广泛地应用 。 面将重点介绍 B , D 类的异常点的剔除方法 。 参考文献 :设在前面求导取极大值和剔除 C 类异常点 后的点有 N 个 , 设第 i 个顶点横坐标值为 x , 计算 i 1 刘娜 ,张锡富 ,等 . 图像处理在非接触测量中的应() 用 J . 电测与仪表 , 1998 ,11 35:44245 . 出这 N 个点的 x 平均值 x? 。如果 | x - x? | > T, k Δx 2 何斌 ,马天予 ,朱红莲. Visual C + + 数字图像处 则 k 点剔除 , 其中 T是一个误差域值 。依次考察 Δx 理 M .北京 :人民邮电出版社 , 2001 .3 张 兆 礼 , 赵 春 晖 , 梅 晓 丹 . 现 代 图 像 处 理 技 术 及各点 , 设剔除点有 M 个 , 则再对剩下的 N - M 个 Matlab 实现 M .北京 :人民邮电出版社 , 2001 .点计算横坐标平均值 , 剔除异常点 , 如此循环直到 4 尹辉 ,朱昌铃 . 一种基于图像处理技术的几何参数() 的测量 J . 计算机应用 , 1997 ,1 17:11213 . St udy of Vertex Reco gnitio n of Digit al Image Processi ng X IA N G Gu a n g2ron g , Z HA N G Q i , X U Fa2con g ( )College of Auto matio n and Elect ro nic Engineering ,DMU , Dalian 116026 , China Abstract : We of ten fall across a p roblem of vertex recognitio n in t he p rocess of image measure , for example , to detect lengt h of 2D image , area and so me wor kpiece index. It is a rep resentative example to measure vertex of zigzag wor kpiece. It includes edge detectio n , making binary image , vertex recognitio n in t his p rocess. It is necessary to eliminate t he excep tio nal point s , which lessens error rate. The paper describes t he p rinciple of t he technology of digital image p rocessio n applied in untouched measure , and details t he whole p rocess of vertex recognitio n , and get s a kind result . Key words : image p rocessing ; image recognitio n ; vertex recognitio n ; indust rial measure