CN107767371A - 一种基于亚像素的高精度矩形磁材尺寸检测方法 - Google Patents
一种基于亚像素的高精度矩形磁材尺寸检测方法 Download PDFInfo
- Publication number
- CN107767371A CN107767371A CN201710918394.2A CN201710918394A CN107767371A CN 107767371 A CN107767371 A CN 107767371A CN 201710918394 A CN201710918394 A CN 201710918394A CN 107767371 A CN107767371 A CN 107767371A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- rectangle
- mfrac
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Abstract
该发明公开了一种基于亚像素的高精度矩形材料尺寸检测方法,属于数字图像处理领域,涉及一种矩形材料的数字图像中尺寸检测方法,特别是针对一种基于亚像素的高精度矩形磁材尺寸检测方法。采用对获取的矩形材料的图像进行处理,首先获取矩形材料的连通域,对矩形连通域的各边拟合一个旋转矩形,在旋转矩形的区域内计算边界像素,根据边界像素计算出矩形材料各边的边界,最后根据边界计算出矩形材料的长和宽;因而本发明具有计算精度高的特点。
Description
技术领域
本发明属于数字图像处理领域,涉及一种矩形材料的数字图像中尺寸检测方法,特别是针对一种基于亚像素的高精度矩形磁材尺寸检测方法。
技术背景
现代磁性材料广泛应用于仪表、电工、软开关、自动控制以及航天仪器的设计制造中。随着工业的发展对磁性材料的尺寸要求越来越高,准确的测量磁性材料的尺寸对精密电子制造,精密机械制造起着重要的作用。目前国内厂商对磁性材料的尺寸检测都只是像素级别的。像素级别的尺寸检测已经无法满足高精度工业制造领域的需求,限制了高精度工业的发展。
由于磁性材料的尺寸比较小,采用像素级别检测会造成误差大,不够精确等方面的影响,从而导致达不到高精度工业生产的要求。
发明内容
针对像素级别的磁性材料的检测误差大,精度低等缺点,本发明提供了一种亚像素级别的磁性材料尺寸检测方法,大大的提高了矩形磁材尺寸的检测精度。
本方案的技术方案为:一种基于亚像素的高精度矩形材料尺寸检测方法,该方法包括:
步骤1:获取矩形材料的清晰图像,如图1;
步骤2:对步骤1中的图像进行图像预处理,得到矩形材料所在的ROI区域、矩形区域位置信息、矩形材料的摆放角度;
步骤3:对步骤2中得到的图像进行中值滤波,去除图像中的噪声;
步骤4:利用步骤2得到的位置信息和摆放角度,矩形材料的每条边定义一个旋转矩形,这些旋转矩形宽度为[20,40],长度为磁材对应边的[70%,90%],旋转矩形中心为对应矩形材料边的中点,旋转矩形方向与对应矩形材料边的方向一致;如图2所示
步骤5:求出步骤4中得到的4个旋转矩形的一个外接矩形区域,并截取外接矩形区域的图像,利用亚像素检测方法,求出外接矩形区域中的分界点;以上边的矩形为例,截取示例图如图3所示;亚像素检测结果如图4所示图5为局部放大后的图
步骤6:对在步骤5中得到的分界点进行最小二乘法直线拟合,得到四条边的拟合直线;
步骤7:求出四条拟合直线的四个交点。示意图如图6所示。
步骤8:根据步骤7得到的4个交点,构建矩形,该矩形相对边的平均值认定为矩形材料的长和宽。
进一步的,所述矩形材料为磁性的矩形材料。
进一步的,所述步骤2中,具体方法为:
步骤2-1:以固定阈值Q对步骤1中的图像进行反向二值化,其中25≤Q≤35,得到二值图,如图7所示;
步骤2-2:对步骤2-1中得到的图像进行连通域标记,计算每个连通域的面积,只保留面积最大的连通域,将其他连通区域的像素值全部置为零,计算最大连通域的位置信息,根据此位置信息,从步骤1所得图像中截取包括完整最大连通域图像的一张小图,得到ROI区域;如图8所示;
步骤2-3:对步骤2-2所得小图中最大连通域求其最小外接矩形,并由此求出矩形材料的位置信息和摆放角度。
进一步的,所述步骤3中,所用的滤波模板大小为3*3。
进一步的,所述步骤5中,对4个旋转矩形区域进行亚像素检测,4个区域的检测方法相同,其具体步骤为:
步骤5-1:利用偏导算子,对图像分别求旋转矩形区域内的水平和垂直方向梯度fx(i,j)和fy(i,j),以i,j表示图像的行和列,以F(i,j)表示图像第i列j行的像素值,则计算公式为:
步骤5-2:求出满足下面式子中的像素点(i,j),认定该像素点为图像的分界像素点;
步骤5-3:对步骤5-2中求出的分界像素点,分别执行以下步骤:
a)以每个分界像素点中心为原点,假设分界边缘为理想直线,并且该分界边缘用方程y=a+bx来表示;
b)以每个分界像素点为中心,建立一个I*3矩形窗口,如图9所示,I的大小根据实际情况决定,计算该窗口左边列像素值之和SL,中间列像素值之和SM,右边列像素值之和SR;
c)计算估值强度A,B;
d)采用如下公式求出系数a,b
带入步骤a)中的方程y=a+bx,得到矩形材料的分界边缘。
再进一步的,所述步骤5-3的步骤b)中建立一个5*3矩形窗口:左边列像素值之和SL,中间列像素值之和SM,右边列像素值之和SR的计算方法为:
式中的h为每个像素的宽度,L、M和R分别表示每列像素在直线边缘下侧的面积。
本发明一种亚像素级别的磁性材料尺寸检测方法,采用对获取的矩形材料的图像进行处理,首先获取矩形材料的连通域,对矩形连通域的各边拟合一个旋转矩形,在旋转矩形的区域内计算边界像素,根据边界像素计算出矩形材料各边的边界,最后根据边界计算出矩形材料的长和宽;因而本发明具有计算精度高的特点。
附图说明
图1为本发明获取的矩形材料图像;
图2为每条边定义旋转矩形后的示意图;
图3为计算分界点后的示意图;
图4,图5为图3的局部放大图;
图6为拟合直线得到4个交点的示意图;
图7为预处理后的二值图;
图8为预处理后的得到的矩形材料所在的ROI区域示意图;
图9为计算矩形材料各边时建立一个I*3矩形窗口的示意图。
具体实施方式
结合附图进一步说明本发明的一种具体的实施方式;
一种基于亚像素的高精度磁材尺寸检测方法,该方法包括:
步骤1:获取矩形磁性材料的清晰图像,如图1;
步骤2:对步骤1中的图像进行图像预处理,得到矩形材料所在的ROI区域、矩形区域位置信息、矩形材料的摆放角度;
步骤3:对步骤2中得到的图像进行中值滤波,去除图像中的噪声;
步骤4:利用步骤2得到的位置信息和摆放角度,定义4个旋转矩形区域,这些矩形宽度为30,长度为磁材对应边的80%。矩形中心在磁材每条边的中点,矩形方向跟磁材每条边的方向一致。如图2所示
步骤5:求出步骤4中得到的旋转矩形的外接矩形区域,并截取外接矩形区域的图像,利用亚像素检测方法,求出其中的分界点;以上边的矩形为例,截取示例图如图3所示。亚像素检测结果如图4所示图5为局部放大后的图
步骤6:对在步骤五中得到的亚像素点进行最小二乘法直线拟合。得到四条边的拟合直线
步骤7:求出四条拟合直线的四个交点。示意图如图6所示。
步骤8:根据步骤7得到的交点。求出P1、P3的距离和P2、P4的距离。将两者求平均得到工件的宽。同理,求出P1、P2的距离和P3、P4的距离。将两者求平均得到工件的长。
所示步骤2中,具体步骤为:
步骤2-1:以固定阈值28对步骤1中的图像进行反向二值化。得到二值图,如图7所示;
步骤2-2:对步骤2-1中得到的图像进行连通域标记,计算每个连通域的面积,只保留连通域面积最大的连通域。将其他连通区域的像素值全部置为零。并计算最大连通域的位置信息,根据此信息,将步骤1中所得的图截取保存为一张小图,得到ROI区域。如图8所示:
步骤2-3:对步骤2-2中的最大连通域求其最小外界旋转矩形,并由此求出位置信息和磁材摆放角度。
所示步骤3中,所用的滤波模板大小为3*3;
所示步骤5中,对4个矩形区域进行亚像素检测,4个区域的检测流程相同,以上边区域为例,其具体步骤为:
步骤5-1:利用偏导算子,对图像分别求其水平和垂直方向的梯度;以i,j表示图像的行和列,以F(i,j)表示图像第i列j行的像素值,则计算公式为:
步骤5-2:求出满足下面式子中的像素点;以此作为图像的分界像素;
步骤5-3:对步骤5-2中求出的每个像素点,分别执行以下步骤:
a)以每个像素点中心为原点,假设边缘为理想直线边缘,并且该边缘用方程y=a+bx来表示。
b)以SL、SM和SR来表示窗口中左、中、右列的像素值之和;在图像中求出计算其值。
式中的h为每个像素的宽度,L、M和R分别表示每列像素在直线边缘下侧的面积,其表示式为:
c)同时,用窗口对角的3个像素值来估计强度A,B的值;
(用窗口对角3个像素值来估计A的强度)
(用窗口对角3个像素值来估计B的强度)
d)通过SM的表达式可以得到系数a的表示式,同样以窗口左侧和右侧的公式求得系数b.
当求得直线方程的系数a,b之后,就得到了边缘的所有特征。
经实验,本文中的算法,在准确度达到了0.0003mm。在可重复性也表现很好。下表为对同一工件测量多次的结果。
Claims (6)
1.一种基于亚像素的高精度矩形材料尺寸检测方法,该方法包括:
步骤1:获取矩形材料的清晰图像;
步骤2:对步骤1中的图像进行图像预处理,得到矩形材料所在的ROI区域、矩形区域位置信息、矩形材料的摆放角度;
步骤3:对步骤2中得到的图像进行中值滤波,去除图像中的噪声;
步骤4:利用步骤2得到的位置信息和摆放角度,矩形材料的每条边定义一个旋转矩形,这些旋转矩形宽度为[20,40],长度为磁材对应边的[70%,90%],旋转矩形中心为对应矩形材料边的中点,旋转矩形方向与对应矩形材料边的方向一致;
步骤5:求出步骤4中得到的4个旋转矩形的一个外接矩形区域,并截取外接矩形区域的图像,利用亚像素检测方法,求出外接矩形区域中的分界点;
步骤6:对在步骤5中得到的分界点进行最小二乘法直线拟合,得到四条边的拟合直线;
步骤7:求出四条拟合直线的四个交点;
步骤8:根据步骤7得到的4个交点,构建矩形,该矩形相对边的平均值认定为矩形材料的长和宽。
2.如权利要求1所述的一种基于亚像素的高精度矩形材料尺寸检测方法,其特征在于所述矩形材料为磁性的矩形材料。
3.如权利要求1所述的一种基于亚像素的高精度矩形材料尺寸检测方法,其特征在于所述步骤2中,具体方法为:
步骤2-1:以固定阈值Q对步骤1中的图像进行反向二值化,其中25≤Q≤35,得到二值图;
步骤2-2:对步骤2-1中得到的图像进行连通域标记,计算每个连通域的面积,只保留面积最大的连通域,将其他连通区域的像素值全部置为零,计算最大连通域的位置信息,根据此位置信息,从步骤1所得图像中截取包括完整最大连通域图像的一张小图,得到ROI区域;
步骤2-3:对步骤2-2所得小图中最大连通域求其最小外接矩形,并由此求出矩形材料的位置信息和摆放角度。
4.如权利要求1或3所述的一种基于亚像素的高精度矩形材料尺寸检测方法,其特征在于所述步骤3中,所用的滤波模板大小为3*3。
5.如权利要求1或3所述的一种基于亚像素的高精度矩形材料尺寸检测方法,其特征在于所述步骤5中,对4个旋转矩形区域进行亚像素检测,4个区域的检测方法相同,其具体步骤为:
步骤5-1:利用偏导算子,对图像分别求旋转矩形区域内的水平和垂直方向梯度fx(i,j)和fy(i,j),以i,j表示图像的行和列,以F(i,j)表示图像第i列j行的像素值,则计算公式为:
<mrow>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
步骤5-2:求出满足下面式子中的像素点(i,j),认定该像素点为图像的分界像素点;
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>></mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>&le;</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>&GreaterEqual;</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
步骤5-3:对步骤5-2中求出的分界像素点,分别执行以下步骤:
a)以每个分界像素点中心为原点,假设分界边缘为理想直线,并且该分界边缘用方程y=a+bx来表示;
b)以每个分界像素点为中心,建立一个I*3矩形窗口,I的大小根据实际情况决定,计算该窗口左边列像素值之和SL,中间列像素值之和SM,右边列像素值之和SR;
c)计算估值强度A,B;
<mrow>
<mi>A</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>3</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
<mo>+</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
<mo>+</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>B</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>3</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>+</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
<mo>+</mo>
<mi>F</mi>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
d)采用如下公式求出系数a,b
<mrow>
<mi>a</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>S</mi>
<mi>M</mi>
</msub>
<mo>-</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>+</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>-</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mi>h</mi>
</mrow>
<mrow>
<mi>b</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mi>R</mi>
</msub>
<mo>-</mo>
<msub>
<mi>S</mi>
<mi>L</mi>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mo>-</mo>
<mi>B</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
带入步骤a)中的方程y=a+bx,得到矩形材料的分界边缘。
6.如权利要求5所述的一种基于亚像素的高精度矩形材料尺寸检测方法,其特征在于所述步骤5-3的步骤b)中建立一个5*3矩形窗口:左边列像素值之和SL,中间列像素值之和SM,右边列像素值之和SR的计算方法为:
<mrow>
<msub>
<mi>S</mi>
<mi>L</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mi>j</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
</munderover>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>5</mn>
<mi>B</mi>
<mo>+</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mo>-</mo>
<mi>B</mi>
</mrow>
<msup>
<mi>h</mi>
<mn>2</mn>
</msup>
</mfrac>
<mi>L</mi>
</mrow>
<mrow>
<msub>
<mi>S</mi>
<mi>M</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mi>j</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
</munderover>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>5</mn>
<mi>B</mi>
<mo>+</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mo>-</mo>
<mi>B</mi>
</mrow>
<msup>
<mi>h</mi>
<mn>2</mn>
</msup>
</mfrac>
<mi>M</mi>
</mrow>
<mrow>
<msub>
<mi>S</mi>
<mi>R</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mi>j</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
</munderover>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>5</mn>
<mi>B</mi>
<mo>+</mo>
<mfrac>
<mrow>
<mi>A</mi>
<mo>-</mo>
<mi>B</mi>
</mrow>
<msup>
<mi>h</mi>
<mn>2</mn>
</msup>
</mfrac>
<mi>R</mi>
</mrow>
式中的h为每个像素的宽度,L、M和R分别表示每列像素在直线边缘下侧的面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710918394.2A CN107767371B (zh) | 2017-09-30 | 2017-09-30 | 一种基于亚像素的高精度矩形磁材尺寸检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710918394.2A CN107767371B (zh) | 2017-09-30 | 2017-09-30 | 一种基于亚像素的高精度矩形磁材尺寸检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107767371A true CN107767371A (zh) | 2018-03-06 |
CN107767371B CN107767371B (zh) | 2021-02-05 |
Family
ID=61266962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710918394.2A Active CN107767371B (zh) | 2017-09-30 | 2017-09-30 | 一种基于亚像素的高精度矩形磁材尺寸检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767371B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507472A (zh) * | 2018-03-19 | 2018-09-07 | 江南大学 | 一种汽车安全气囊封条尺寸非接触式视觉检测方法 |
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
CN112419398A (zh) * | 2020-11-25 | 2021-02-26 | 创新奇智(西安)科技有限公司 | 矩形工件尺寸测量方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637300A (zh) * | 2012-04-26 | 2012-08-15 | 重庆大学 | 改进的Zernike矩边缘检测方法 |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN103729655A (zh) * | 2014-01-22 | 2014-04-16 | 哈尔滨工业大学 | 一种用于片式元件视觉定位的检测方法 |
CN103745475A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工业大学 | 一种用于球形引脚元件的检测与定位方法 |
CN104299221A (zh) * | 2014-07-11 | 2015-01-21 | 奇瑞汽车股份有限公司 | 一种交通标志图像的确定方法及装置 |
CN106204528A (zh) * | 2016-06-27 | 2016-12-07 | 重庆理工大学 | 一种零件几何质量的尺寸检测方法 |
-
2017
- 2017-09-30 CN CN201710918394.2A patent/CN107767371B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637300A (zh) * | 2012-04-26 | 2012-08-15 | 重庆大学 | 改进的Zernike矩边缘检测方法 |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN103729655A (zh) * | 2014-01-22 | 2014-04-16 | 哈尔滨工业大学 | 一种用于片式元件视觉定位的检测方法 |
CN103745475A (zh) * | 2014-01-22 | 2014-04-23 | 哈尔滨工业大学 | 一种用于球形引脚元件的检测与定位方法 |
CN104299221A (zh) * | 2014-07-11 | 2015-01-21 | 奇瑞汽车股份有限公司 | 一种交通标志图像的确定方法及装置 |
CN106204528A (zh) * | 2016-06-27 | 2016-12-07 | 重庆理工大学 | 一种零件几何质量的尺寸检测方法 |
Non-Patent Citations (4)
Title |
---|
WEIBO YU,YANHUI MA,XIANG WU,KEPING LIU: "Research of Improved Subpixel Edge Detection Algorithm Using Zernike Moments", 《 2015 CHINESE AUTOMATION CONGRESS》 * |
刘霖,邓荣钰,刘娟秀,凌云: "基于轮廓曲线的快速高精度可靠图像匹配", 《电子设计工程》 * |
崔彦平,葛杏卫,张洪亮: "机械零件直线边缘亚像素定位方法研究", 《半导体光电》 * |
高沙沙,付东翔,王亚刚: "基于形态学和空间矩亚像素定位方法研究", 《计算机仿真》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507472A (zh) * | 2018-03-19 | 2018-09-07 | 江南大学 | 一种汽车安全气囊封条尺寸非接触式视觉检测方法 |
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
CN112419398A (zh) * | 2020-11-25 | 2021-02-26 | 创新奇智(西安)科技有限公司 | 矩形工件尺寸测量方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107767371B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808378B (zh) | 基于垂直纵横线轮廓特征的复杂结构铸件潜在缺陷检测方法 | |
CN103345755B (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
CN105260693B (zh) | 一种激光二维码定位方法 | |
CN104915963B (zh) | 一种用于plcc元件的检测与定位方法 | |
CN105913415B (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
CN104881874B (zh) | 基于二元四次多项式畸变误差补偿的双远心镜头标定方法 | |
CN107767371A (zh) | 一种基于亚像素的高精度矩形磁材尺寸检测方法 | |
CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
CN106485749B (zh) | 一种基于角点的矩形引脚元件粗定位方法 | |
CN104376319B (zh) | 一种基于各向异性高斯核提取封闭边缘图像轮廓的方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN106643545A (zh) | 激光位移技术测量钢轨轮廓的校准方法 | |
CN104616275A (zh) | 一种缺陷检测方法和装置 | |
CN108895959B (zh) | 一种基于亚像素的相机标定板角点计算方法 | |
CN107464240A (zh) | 一种基于模板匹配的带矩形引脚芯片的定位算法 | |
CN106485699A (zh) | 一种基于点匹配的基准标志定位方法 | |
CN108613630A (zh) | 基于图像处理技术的两线型管水准器气泡偏移量测量方法 | |
CN104408711A (zh) | 一种基于多尺度区域融合的显著区域检测方法 | |
CN107796826A (zh) | 基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法 | |
CN104715491A (zh) | 一种基于一维灰度矩的亚像素边缘检测方法 | |
CN101706260B (zh) | 一种基于亚像素的直径测量方法 | |
CN1987893A (zh) | 一种面向摄像整纬器的织物纹理图像识别方法 | |
CN115527049A (zh) | 一种引线框架引脚间距的高精度测量方法 | |
CN105758312B (zh) | 一种绝对式光栅尺及其条纹边界定位方法 | |
CN109115127A (zh) | 一种基于贝塞尔曲线的亚像素峰值点提取算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |