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 PDF

Info

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
Application number
CN201710918394.2A
Other languages
English (en)
Other versions
CN107767371B (zh
Inventor
张静
邓荣钰
陈祥
刘三亚
刘笑寒
刘城作
刘霖
刘娟秀
倪光明
杜晓辉
刘永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710918394.2A priority Critical patent/CN107767371B/zh
Publication of CN107767371A publication Critical patent/CN107767371A/zh
Application granted granted Critical
Publication of CN107767371B publication Critical patent/CN107767371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种基于亚像素的高精度矩形磁材尺寸检测方法
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>&gt;</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>&amp;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>&amp;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>&amp;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>&amp;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>&amp;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。
CN201710918394.2A 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 Active CN107767371B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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