MATLAB数字图像的协同测量方法研究+文献综述(6)
时间:2017-03-12 09:35 来源:毕业论文 作者:毕业论文 点击:次
以长方形零件两直线边缘之间的距离 的测量为例，来说明机械零件图像边缘像素补偿法。分别以 表示零件的左、右边缘，在视觉成像时，调整 近似平行于数值坐标系的 轴，根据机械零件图像边缘灰度的过渡分布特征，则过渡区沿 方向分布，设图像的分辨率为 ， 为图像中任一点， ，则图像函数为 ，为得到亚像素计算当量和边缘像素补偿值，取长度分别为 的标定块对视觉测量系统进行标定，然后计算待测尺寸 ，处理步骤如下： （1）计算标定块沿 轴的归一化灰度均值 ， （5-2) （2）计算 沿 轴正向的一阶差分 ， （5-3) （3）设定边缘像素差分阈值 ，搜索边缘过渡区域 ， 满足 , （5-4) 由于机械零件图像边缘的过渡分布特征，对于长方形零件，搜索到的 是沿 轴分布的两个灰度单调区域，即 。 （4）确定左、右边缘 轴亚像素坐标 ，计算两边缘之间的亚像素距离 ， 式中， 分别是 的亚像素长度。 （6）计算边缘像素补偿值 ，由 及式（5-8）可得 （5-9) （7）计算待测尺寸 （5-10) 式中， 为待测件两边缘的亚像素距离，其计算方法见式（5-7）。 以上方法的优点是在计算像素当量 时，通过 可获得非边缘像素的计算当量。边缘像素对测量精度的影响，通过边缘像素补偿值 计入最后的测量值。只要在步骤（5-4）确定边缘亚像素坐标时，待测件与标定件采用同样的亚像素算法，这种方法即可消除实际边缘不能精确确定对测量的影响，从而获得较高的测量精度。 5.2.2 序列局部图像尺寸特征提取 设局部图像的大小为 ， 与 的重叠区域在测量方向的长度为 ，且 。尺寸特征提取过程如下： （1）在 上构造尺寸特征线 在 上取线段 ，其中点为 ， 满足： 平行于 轴， ，长度为 。其中， 为向坐标原点方向取整函数。 是构成 的 个像素点，且 。在序列图像 上，在以像素点 为中心，以 为边长的正方形区域内，应用相关系数法搜索 的匹配点 。设 为所有匹配点对中相似度最大的一对，在 上过点 取与线段 相垂直的线 ， 即为尺寸特征线，且 ， （5-11） （2）在 上搜索 的匹配线 在 上以点 为起点，以 为步长，分别沿 轴的正、反方向取点 ， 满足： ，且 。在序列图像 上，在 的长方形区域内，应用相关系数法搜索 的像素级匹配点 。 为获得较高的测量精度，需求取 的亚像素级匹配点 。为此，提出如下亚像素尺寸特征匹配法。 取 ，如下图所示，设 的重点为 ，其周围的8个像素的中点为 ，对此9个点构成的4个小正方形区域进行 等分，得到（b）所示的 细分区域，共有 个节点 ，由双线性插值法，可求得其余各节点的灰度值。同理，在 图像上，对 周围区域进行同样的亚像素细分，得到 个节点 (责任编辑：qin) |