基于Canny算子的工件非接触式测量

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于Canny算子的工件非接触式测量范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：为了测量高温或其他不宜直接接触的工件，提出了一种基于canny算子的边缘检测法测量工件的尺寸，该方法通过对原始器件图像的二值化处理，提取工件的轮廓，再进行阈值检测并返回轮廓坐标从而确定工件的相关参数。与传统接触式测量方法相比，该方法能对高温等物体进行测量，同时该方法有测量精度高等特点。理论及计算机仿真表明，该方法切实有效，有良好的应用前景。

关键词：非接触式测量；Canny算子；边缘检测；二值化；阈值检测

中图分类号：TP751 文献标识码：A 文章编号：1009-3044（2013）04-0849-03

Non-contact Measurement of Workpiece Based on Canny Operator

YOU Xiao-long， LIU Song-lin

（School of Electronic & Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044 ， China）

Abstract： In order to measure the size of high temperature or other untouchable workpieces， a method based on Canny operator is proposed.This method take the original device image and then processing two values， extracting the contour of the workpiece， then takes threshold detection and returns the contour coordinates to determine the workpiece parameters. Compared with the traditional contact measurement methods ，this method can measure the high temperature workpieces and has the characteristics of higher measurement accuracy.Theory and computer simulation show that this method is effective，and it has a good application prospects.

Key words： non contact measurement； canny operator；edge detection； two values； threshold detection

工业产品形状及尺寸的测量是现代化工业生产的重要环节，测量结果的准确性与时效性直接影响着产品生产的质量与效率[1]。随着现代化工业迅速发展的需要以及测量技术的进步，越来越多的测量手段不断涌现，其中借助于计算机实现的对高温等不宜直接接触零部件的测量方法是现代化测量技术之一。基于图像处理的机械零件检测方法是现代化检测技术的发展趋势之一，其对微小、复杂的工件形状及尺寸的测量有突出的优点[2]。

图像测量技术在工业测量领域的实际应用可以追溯至20世纪90年代，图像测量技术的核心是图像处理技术[2]。该文提出的测量原理与方法：首先通过扫描仪器获取被测工件的扫描图像，然后由Matlab 程序对工件扫描图像进行以下处理和检测：1） 对图像进行中值滤波；2） 对图像进行二值化处理；3） 图像的轮廓边缘提取；4） 对图形矩阵进行阈值检测，并返回轮廓坐标；5） 根据返回的坐标计算工件的相关参数。

2.1基本原理

本文所测工件为圆形，如图1所示。

2.2 中值滤波原理

中值滤波器是一种常用的非线性平滑滤波器[3]。扫描仪器在扫描工件时不可避免地引入干扰，从而在扫描图像上出现干扰噪声，因此，对扫描图像进行去噪处理、增强图像质量就显得尤为重要，中值滤波器的应用是去噪处理技术的关键步骤之一[4]。中值滤波器的原理是将原始图像像素值用其领域的图像灰度中值代替，其先将滤波器的模板所对应的灰度值[a1，a2，...，an]排列顺序，若n为偶数，则所取中值为滤波器模板处于中间位置所对应两个数值的平均值；若n为奇数，则所取中值为滤波器模板处于中间位置所对应的数值[4]。中值的个数及窗口的形状与大小的选择均取决于领域的大小，其中窗口的形状选择较多，可以是圆形、矩形等，窗口的选择对中值滤波器滤波后的效果有较大的影响[5]。在本文中，对图1的图像进行中值滤波后图像如图2所示。

由图2可见，在原图像（图1）中噪声干扰很小，所以滤波前后图像变化不明显。

2.3 Canny边缘检测算子

首先将图2作二值化处理，如图3所示。若用“1”表示白色，“0”表示黑色，则整个图像是由值“0”和“1”构成的二维矩阵，即称为二值图像[5]。在图像的边缘集中存在大部分图像信息，其灰度值在一个较小的区域范围内变化迅速，可从一个很小的值急速变化到一个很大的值，即其剖面的灰度值可以看成是一个阶跃[6]。由于图像边缘所蕴含的信息量较大，因此，图像边缘的识别与检测对于整幅图像的识别与检测有重要意义[7]。对于传统的测量方式，视觉边缘检测的准确性与时效性直接影响着整幅图像信息检测的精度与识别能力。在原图像的基础上，对整幅图像的各个像素所在的领域内灰度值变化的检测即阶跃变化的检测是经典的边缘检测方法，其原理是根据对边缘领域的导数（一阶或二阶）变化规律来检测和识别图像的边缘。常用的边缘检测算子较多，有：Sobel 算子、 Prewitt 算子、Roberts 算子、Laplace 算子、Canny 算子等[8]。该文采用的是Canny算子，该算子的优点在于：具有检测准确、定位精度高、不易受噪声影响、实际应用广泛等，同时，其采用两种不同的阈值分别检测强边缘和弱边缘， 并且仅当弱边缘和强边缘相连时， 才将弱边缘包含在输出图像中[9]。因此， 这种方法对于图像的弱边缘有更强的检测能力，能够较好地平衡对边缘与噪声的识别。Canny算子的方向性质使得它的检测边缘与定位具有更好的边缘强度估计，能产生梯度方向和强度两个信息，方便了后续处理。

对阶跃边缘，Canny推导出的最优二维算子的形状与Gaussian函数的一阶导数相近[10]，取Gaussian函数为：

[G（x，y）=12πσ2ex2+y22σ2] （1）

在某一方向n上，[G（x，y）]的一阶方向导数为：[Gn（x，y）=?G（x，y）?n=n?G（x，y）] （2）

式中， [n=cosθsinθ]， [?G（x，y）=?G（x，y）?x?G（x，y）?y] （3）

因此，对应于[Gn*f（x，y）]变化最强的方向导数为： [n=?G（x，y）*f（x，y）?G（x，y）*f（x，y）] （4）

在该方向上[Gn*f（x，y）]有最大的输出响应：

[Gn*f（x，y）=cosθ?G（x，y）?x*f（x，y）+sinθ?G（x，y）?y*f（x，y）=?G（x，y）*f（x，y）] （5）

经Canny 算子进行边缘检测后， 结果如图4。将图像取作[2048×2048]的矩阵，再对图形矩阵进行阈值检测，把相应的灰度选出[11，12]，并返回坐标如图5、图6所示，其中，图5为圆的上半部分，图6为圆的下半部分。

2.4 确定圆心坐标及半径

根据图5或图6中返回的坐标，确定圆上三个点，从而确定圆心的坐标及圆的半径，取其中三个点分别为：[（960.6 ， 230.1）]；[（195.3 ， 704.2）]；[（1844.0 ， 821.6）] ，经计算可得，圆心坐标为[（998.13 ， 1129.28 ）]，半径为：[900.01]。将相关图像的实际尺寸作相应变换即可得到实际工件的大小。

3 结论

本文针对在工程实际中存在不宜直接接触式测量的工件，提出了基于Canny算子的工件非接触式测量的方法。在MATLAB图像处理的基础上，结合图像的中值滤波、二值化、轮廓提取、阈值检测等操作，最后得到图像中工件的轮廓部分点的坐标，运用二维平面图形知识计算出圆形工件的圆形坐标和半径。理论及计算机仿真结果表明了该方法的有效性和精确性。

参考文献：

[1] 刘霞.论非接触测量技术应用在机械检测上的必要性[J].包钢科技，2012，38（5）：60-62.

[2] 孙凤杰，楚征，范杰清.高压输电线图像边缘检测方法研究[J].电力系统通信，2010，31（210）：36-39.

[3] 郝文化，田蕾，董秀芳，等.MATLAB图形图像处理应用教程[M].北京：中国水利水电出版社，2003.

[4] 谢道平.二维数字图像边缘检测方法研究[J].大众科技，2010（8）：34-36.

[5] 姜彬，施志刚.图像分割技术分析与展望[J].电脑知识与技术，2009，5（35）：66-68.

[6] 张进猛，张进秋.基于OpenCV的图像采集和处理[J].软件导刊，2010，9（1）：164-165.（下转第854页）

（上接第851页）

[7] 郭文强，侯俊勇.数字图像处理[M].西安：西安电子科技大学出版社，2009.

[8] 周志峰.一种正六边形检测方法的研究[J].应用光学.2012，33（1）：129-133.

[9] 张思俊，王乐乐，陆振宇.基于Canny算子边缘检测的车牌图像增强方法[J].重庆交通大学学报：自然科学版，2012，31（3）：439-442.

[10] 殷红，孟建军，蒋兆远.图像处理对影像检测改进算法的研究[J].兰州交通大学学报2008，27（3）： 107-110.

[11] 纪利娥，杨风暴，王志社，等.基于边缘图像和SURF特征的可见光与红外图像的匹配算法[J].红外技术.2012，34（11）：629-634.

[12] 陈明志.数字图像边缘检测算子的性能实验比较[J].电脑知识与技术，2006，35（1）：159-160.