本发明专利技术提供了基于改进形态学的亚像素边缘检测方法，包括：获取产品的数字化图像；运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域；采用Canny算子从所述像素轮廓粗提取区域中检测出产品的整体像素级边缘；通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边缘拟合为产品的亚像素级边缘。本发明专利技术对形态学的边缘检测算子做了改进，能够平滑图像轮廓边缘，更好的保持边缘细节，提高抗噪性能，并保留图像边缘信息、保持边缘的光滑性和连续性，由此比较准确地检测出图像边缘，保证原图像的连通性，缩小了图像边缘提取区域，提高处理速度。
【技术实现步骤摘要】
本专利技术涉及吹塑产品外观在线检测
，特别是涉及一种基于改进形态学的 亚像素边缘检测方法。
技术介绍
吹塑产品普遍采用大批量自动化生产流水线制造。 目前吹塑行业中，产品几何尺寸检测大多采用人工检测的方式，存在抽检周期长、 效率低、精度低、尺寸数据无法存档等问题，这对吹塑产品的质量检测也相应提出了高效、 自动化检测的要求。 但是，目前工业机器视觉还不能通过边缘检测方法实现对产品的亚像素级别的外 观检测。而一般的亚像素轮廓提取技术思路是：首先对目标区域利用经典的像素级边缘检 测算子进行边缘粗定位，然后采用拟合法、差值法精确定位亚像素边缘。这种一般的亚边缘 检测受噪声干扰严重，易将不需要的轮廓检测出来，同时需要对图像中的每个像素点进行 卷积运算，因此一般的亚像素边缘检测方法存在精度低、速度慢的问题，不适用于实时视觉 测量系统中。
技术实现思路
本专利技术的目的就是为了解决现有技术中存在的上述问题，提供一种基于改进形态 学的亚像素边缘检测方法，以实现吹塑产品外观在线检测中的应用。 为了解决上述技术问题，本专利技术的技术方案如下： 基于改进形态学的亚像素边缘检测方法，包括： 步骤A、获取产品的数字化图像； 步骤B、运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域， 其表达式为【主权项】1. 基于改进形态学的亚像素边缘检测方法，其特征在于，包括： 步骤A、获取产品的数字化图像； 步骤B、运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域，其表 达式为 Grad=if〇S,ySS2-[f〇S,)QS2 其中，Grad表示像素轮廓粗提取区域，f代表数字化图像，S1表示开运算结构元素，S2 表示膨胀和腐蚀结构元素； 步骤C、采用Canny算子从所述像素轮廓粗提取区域中检测出产品的轮廓，进行粗提 取，获得图像的整体像素级边缘； 步骤D、通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边 缘拟合为产品的亚像素级边缘。2. 根据权利要求1所述的基于改进形态学的亚像素边缘检测方法，其特征在于，所述 步骤B包括： 子步骤b 1、通过开运算消除所述数字化图像轮廓的毛刺，获得平滑图像，其表达式为 /。M = (/Θ义）十义； 子步骤b2、运用膨胀算子对所述平滑图像进行膨胀运算，获得膨胀图像，其表达式为 式中，表示膨胀和腐蚀结构元素 S2相对于自身原点的映像，Z表示像素点； 子步骤b3、运用腐蚀算子对所述平滑图像进行腐蚀运算，获得腐蚀图像，其表达式为 CfoSO ?Sl = {z\{S2)z^f oSd) 子步骤b4、将所述膨胀图像与腐蚀图像相减，获得像素轮廓粗提取区域。3. 根据权利要求1或2所述的基于改进形态学的亚像素边缘检测方法，其特征在于，所 述步骤C包括： 子步骤cl、对二维高斯函数M = -U求一阶导数，以高斯函数离散化的结 2πσ^ 果G(x，y，〇)作为高斯平滑滤波器，并与所述轮廓粗提取区域进行卷积，获得已平滑数据 阵列S(i, j) = f(i, j)*G(i, j, σ )，其中x、y分别表示图像的横坐标和纵坐标，f(i, j)表示 轮廓粗提取区域，σ是关联概率分布的标准差，表示高斯函数中的滤波尺寸。 子步骤c2、求已平滑数据阵列S(i，j)分别对直角坐标系下的X与y的偏导数，进而将 极坐标下所述像素轮廓粗提取区域的灰度梯度幅值阵列和方位角分别表示为： M(/，./} = + SiUjY θ(ι：β^?αη 1 式中，Sx(i，j)、Sy(i，j)分别为已平滑数据阵列S(i，j)对x、y偏导数，方位角θ (i，j) 取值范围是（〇, 2 π)。 子步骤c3、通过非极大值抑制的方式确定所述像素轮廓提取区域的边缘幅值； 子步骤c4、分别设定像素点的高阈值、低阈值，将所述像素轮廓提取区域的边缘幅度大 于高阈值的像素点作为安全边缘保留，同时剔除边缘幅值小于低阈值的像素点，而边缘幅 值介于低阈值和高阈值之间、并且与所述安全边缘相连的像素点则作为边缘点保留。【专利摘要】本专利技术提供了基于改进形态学的亚像素边缘检测方法，包括：获取产品的数字化图像；运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域；采用Canny算子从所述像素轮廓粗提取区域中检测出产品的整体像素级边缘；通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边缘拟合为产品的亚像素级边缘。本专利技术对形态学的边缘检测算子做了改进，能够平滑图像轮廓边缘，更好的保持边缘细节，提高抗噪性能，并保留图像边缘信息、保持边缘的光滑性和连续性，由此比较准确地检测出图像边缘，保证原图像的连通性，缩小了图像边缘提取区域，提高处理速度。【IPC分类】G06T7-00【公开号】CN104732536【申请号】CN201510119986【专利技术人】姜洪权, 高建民, 梁泽明, 王宏叶, 张雪微, 张凡勇, 刘文强, 吴小泽, 王慧娟 【申请人】广东顺德西安交通大学研究院, 苏州科力迪软件技术有限公司【公开日】2015年6月24日【申请日】2015年3月18日本文档来自技高网...
【技术保护点】
基于改进形态学的亚像素边缘检测方法，其特征在于，包括：步骤A、获取产品的数字化图像；步骤B、运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域，其表达式为其中，Grad表示像素轮廓粗提取区域，f代表数字化图像，S1表示开运算结构元素，S2表示膨胀和腐蚀结构元素；步骤C、采用Canny算子从所述像素轮廓粗提取区域中检测出产品的轮廓，进行粗提取，获得图像的整体像素级边缘；步骤D、通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边缘拟合为产品的亚像素级边缘。
【技术特征摘要】
【专利技术属性】
技术研发人员：姜洪权，高建民，梁泽明，王宏叶，张雪微，张凡勇，刘文强，吴小泽，王慧娟，
申请(专利权)人：广东顺德西安交通大学研究院，苏州科力迪软件技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。