影像測量儀自動尋邊算法

 

    手機玻璃的生產對尺寸和瑕疵檢測精度要求都很高，為了保證產品質量和生產效率，必須采用自動尋邊技術。要實現影像測量儀的自動尋邊，關鍵是要研究如何準確地獲取玻璃的邊緣信息。利用數字圖像處理技術，采用濾波、邊緣檢測和跟蹤等算法對獲得的圖像進行處理，可有效地提取玻璃的邊緣信息，并根據要求對邊緣信息進行矢量化處理，將處理后的信息傳遞給數控機床。

 

    由于成像環境的不同，從圖像的獲取、傳輸到處理的各個環節都會有噪聲的干擾。因此，在對圖像進行處理前必須進行濾波預處理，它是后續進行邊緣檢測、分割、識別和其它處理的前提，也是為自動尋邊系統提供準確邊緣信息的保證。

 

    多數線性濾波方法都具有低通特性，在去除噪聲的同時也使圖像的邊緣變得模糊，因此采用非線J險濾波方法—中值濾波來濾除噪聲。中值濾波是指將以某點(x，y)為中心的小窗口內所有像素的灰度按單調上升(或下降)進行排序，并以排序后的中間值作為(x，y)處的灰度值。它對脈沖干擾及椒鹽噪聲的抑制效果較好，且在抑制噪聲的同時能有效防止邊緣模糊。但考慮到在較惡劣的成像環境下，單純使用中值濾波并不能很好地濾除噪聲。根據圖像中的噪聲一般都為孤立噪聲的特點，提出采用中值濾波結合形態學濾波的方法來消除噪聲。形態學的基本運算是膨脹和腐蝕。腐蝕可以把小于結構元素的物體(如毛刺，小凸起)去除。選取不同大小的結構元素，就可以在原圖像中去掉不同大小的物體。但是，結構元素越大，計算量就越大。為了既能減少計算量，又能取得較好的濾波效果，采用3* 3的方形結構元素，并進行3次腐蝕操作。采用這種雙結合的濾波方法比單一采用某種方法的效果更為出色。

 

 

    

    為了實現對玻璃邊緣線的準確跟蹤，需要取得邊緣路徑的特征點，即獲取邊緣的中心線。常用的提取中心線的算法有:①基于模板提取光條的骨架:如方向模板法、細化;②提取光條的幾何中心法:如閾值法、逐行搜索法等。其中，細化處理法實際是一種求圖像骨架的過程，形態學中軸變換就是提取圖像骨架的一種運算方法。中軸變換可以形象地描述為:設想在t=  V時刻，將目標邊界各處點燃，火的前沿以勻速向目標內部蔓延，當前沿相交時火焰熄滅，火焰熄滅點的集合就構成了中軸。二值圖像的形態學骨架是通過選定合適的結構元素對圖像進行連續腐蝕和開運算來求得的。利用中軸變換實現細化是非常耗時的，它不得不遍歷對象的每一個像素。如果選取的模板的形狀不適當的話，就會導致細化后的圖像線條出現分叉，還會帶來計算量的增加。因此，針對以上出現的問題，采用改進的行列交叉搜索法來提取中心線。

    億輝光電廠家，專業生產影像測量儀等精密測量儀器。