opencv亞像素邊緣精度_一種亞像素邊緣檢測方法技術

本發明專利技術提供一種亞像素邊緣檢測方法，包括如下步驟：擷取圖像；圖像預處理；亞像素計算；生成亞像素邊緣。本發明專利技術采用了亞像素的像素處理政策，有效地擺脫了由于像素點過大造成的精度丢失問題，能找到更為真實的圖像邊緣，提高了視覺測量的準确性，可作為高精度機器視覺測量的預處理步驟。

Subpixel edge detection method

The invention provides a sub-pixel edge detection method, which comprises the following steps of: acquiring an image; image preprocessing; sub-pixel calculation; generating sub-pixel edge. The invention adopts the pixel processing strategy of subpixel, effectively get rid of the pixels caused by excessive loss of precision, can find a real image edge, and improve the accuracy of vision measurement, can be used as a preprocessing step for high precision machine vision measurement.

【技術實作步驟摘要】

本專利技術涉及機器視覺

，具體涉及一種亞像素邊緣檢測方法。

技術介紹

邊緣檢測是圖像處理和計算機視覺中的基本問題，其目的是辨別數字圖像中亮度變化明顯的點，因為圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。邊緣檢測也是高精度機器視覺測量領域對所擷取的圖像進行分析判别的必要預處理步驟，在邊緣被提取的前提下，其他基于邊緣的諸如輪廓檢測、尺寸測算等步驟才能進一步展開，進而完成整個高精度機器視覺的流程。目前，流行的方法有Canny算子、Sobel算子等成熟的像素級别的邊緣檢測算法，但是在現今高精度視覺測量領域，像素級别的邊緣檢測在精度水準上已經越來越不能滿足需求，是以，亞像素邊緣檢測應運而生。所謂亞像素，就是将原本擷取的圖像的基礎上，将其每個像素點再度進行拆分，使之用比像素更小的“亞像素”機關來表征圖像。由于亞像素的尺寸較像素尺寸小，意味着其可以表征的精度比像素要高，可以滿足一些較苛刻的高精度機器視覺檢測任務的需求。然而，現有的亞像素邊緣檢測方法，存在由于像素點過大而造成精度丢失的問題，導緻圖像邊緣不太真實，視覺測量的準确性不太高等問題。

技術實作思路

本專利技術的目的是提供一種亞像素邊緣檢測方法，利用亞像素邊緣檢測的算法對擷取圖像進行邊緣檢測，能有效解決由于像素點過大而造成精度丢失的問題，并以此作為高精度機器視覺測量的預處理步驟。為了實作上述目的，本專利技術采用的技術方案如下：一種亞像素邊緣檢測方法，包括如下步驟：(1)、擷取圖像；(2)、圖像預處理；(3)、亞像素計算；(4)、生成亞像素邊緣。根據以上方案，所述步驟(1)包括如下具體步驟：(11)、将物體置于透明玻璃片上；(12)、用遠心鏡頭垂直于玻璃片拍攝照片。根據以上方案，所述步驟(2)包括如下具體步驟：(21)、對擷取的圖像進行中值濾波；(22)、計算圖像中各像素水準梯度；(23)、計算圖像中各像素垂直梯度。根據以上方案，所述步驟(3)包括如下具體步驟：(31)、找出像素點中水準梯度大于a的點，該點集合記為A；(32)、找出像素點中垂直梯度大于b的點，該點集合記為B；(33)、将集合A中的水準梯度點最大值和最小值相減得到c；(34)、将集合B中的垂直梯度點最大值和最小值相減得到d。根據以上方案，所述步驟(4)包括如下具體步驟：(41)、将集合A中的水準梯度最大值與A中各個點的水準梯度相減，所得內插補點除以c，再将該點的橫坐标與此結果相減，得到亞像素級别的橫坐标；(42)、将集合B中的垂直梯度最大值與A中各個點的垂直梯度相減，所得內插補點除以d，再将該點的縱坐标與此結果相減，得到亞像素級别的縱坐标；(43)、将橫、縱坐标合并得到最終亞像素級别邊緣點的坐标。本專利技術的有益效果是：與其他亞像素邊緣檢測方法相比，本專利技術采用了亞像素的像素處理政策，有效地擺脫了由于像素點過大造成的精度丢失問題，能找到更為真實的圖像邊緣，提高了視覺測量的準确性。附圖說明圖1是本專利技術的總流程示意圖。具體實施方式下面結合附圖與實施例對本專利技術的技術方案進行說明。本專利技術提供一種亞像素邊緣檢測方法，包括如下具體步驟(見圖1)：(1)、擷取圖像：(11)、将物體置于透明玻璃片上；(12)、用遠心鏡頭垂直于玻璃片拍攝照片；(2)、圖像預處理：(21)、對擷取的圖像進行中值濾波；(22)、計算圖像中各像素水準梯度；(23)、計算圖像中各像素垂直梯度；(3)、亞像素計算：(31)、找出像素點中水準梯度大于a的點，該點集合記為A；(32)、找出像素點中垂直梯度大于b的點，該點集合記為B；(33)、将集合A中的水準梯度點最大值和最小值相減得到c；(34)、将集合B中的垂直梯度點最大值和最小值相減得到d；(4)、生成亞像素邊緣：(41)、将集合A中的水準梯度最大值與A中各個點的水準梯度相減，所得內插補點除以c，再将該點的橫坐标與此結果相減，得到亞像素級别的橫坐标；(42)、将集合B中的垂直梯度最大值與A中各個點的垂直梯度相減，所得內插補點除以d，再将該點的縱坐标與此結果相減，得到亞像素級别的縱坐标；(43)、将橫、縱坐标合并得到最終亞像素級别邊緣點的坐标。本專利技術可應用于機器視覺

，作為高精度機器視覺測量的預處理步驟。以上實施例僅用以說明而非限制本專利技術的技術方案，盡管上述實施例對本專利技術進行了詳細說明，本領域的相關技術人員應當了解：可以對本專利技術進行修改或者同等替換，但不脫離本專利技術精神和範圍的任何修改和局部替換均應涵蓋在本專利技術的權利要求範圍内。本文檔來自技高網...

【技術保護點】

一種亞像素邊緣檢測方法，其特征在于，包括如下步驟：(1)、擷取圖像；(2)、圖像預處理；(3)、亞像素計算；(4)、生成亞像素邊緣。

【技術特征摘要】

1.一種亞像素邊緣檢測方法，其特征在于，包括如下步驟：

(1)、擷取圖像；

(2)、圖像預處理；

(3)、亞像素計算；

(4)、生成亞像素邊緣。

2.根據權利要求1所述的亞像素邊緣檢測方法，其特征在于，所述步驟

(1)包括如下具體步驟：

(11)、将物體置于透明玻璃片上；

(12)、用遠心鏡頭垂直于玻璃片拍攝照片。

3.根據權利要求1所述的亞像素邊緣檢測方法，其特征在于，所述步驟

(2)包括如下具體步驟：

(21)、對擷取的圖像進行中值濾波；

(22)、計算圖像中各像素水準梯度；

(23)、計算圖像中各像素垂直梯度。

4.根據權利要求1所述的亞像素邊緣檢測方法，其特征在于，所述步驟

(3)包括如下具體步驟：

(31)、...

【專利技術屬性】

技術研發人員：傅之成，邵卿，李曉強，趙洋洋，

申請(專利權)人：傅之成，

類型：發明

國别省市：浙江;33