亞像素邊緣檢測(cè)在小模數(shù)齒輪參數(shù)檢測(cè)中的應(yīng)用

　　讓T在[0，L-1]范圍內(nèi)依次取值，使得最大的T值則為Otsu算法的最佳閾值。　　

 

　　實(shí)驗(yàn)結(jié)果及分析

　　本文中以小模數(shù)塑料齒輪圖像為原型，通過實(shí)驗(yàn)比較本文算法與傳統(tǒng)Canny算子所做檢測(cè)結(jié)果，且以專業(yè)檢測(cè)儀器所測(cè)結(jié)果對(duì)比。

　　由圖(b)與圖(c)、圖(e)與圖(d)可看出，亞像素邊緣更清晰，定位精度也更高，優(yōu)于傳統(tǒng)的邊緣檢測(cè)算法。

　　表1、表2為兩種算法的數(shù)據(jù)對(duì)比，可見本文算法在精度上有明顯的優(yōu)勢(shì)。　　

 

　　結(jié)論

　　本文設(shè)計(jì)了一種亞像素級(jí)邊緣算法，并與傳統(tǒng)邊緣檢測(cè)算子，Canny算了作了實(shí)驗(yàn)結(jié)果比較，實(shí)驗(yàn)結(jié)果表明，該方法能精確定位圖像邊緣，優(yōu)于傳統(tǒng)方法的邊緣檢測(cè)方法，能更好的檢測(cè)齒輪圖像的特征，對(duì)齒輪檢測(cè)有新的進(jìn)步。

　　參考文獻(xiàn)：

　　[1] 劉洲峰,王鵬飛.基于Canny算子的多尺度小波變換圖像邊緣檢測(cè)方法[J].電氣自動(dòng)化,2009,31,(2):63-65
　　[2] 王文成.基于機(jī)器視覺的齒輪參數(shù)測(cè)量系統(tǒng)設(shè)計(jì)[J].機(jī)械傳動(dòng),2011,35,(2):41-43
　　[3] 韋煒.常用圖像邊緣檢測(cè)方法及Matlab研究[J].現(xiàn)代電子技術(shù),2011,34,(4):92-94
　　[4] 張豐收,王飛,崔鳳奎,劉建亭.一種基于梯度的亞像素邊緣檢測(cè)算法[J].微電子學(xué)與計(jì)算機(jī),2011,28,(3):102-106
　　[5] 孫紅艷,張海英.圖像邊緣檢測(cè)算法的比較與分析[J].菏澤學(xué)院學(xué)報(bào),2010,32,(2):49-52
　　[6] 陳少平,張桂梅,王斯財(cái).基于小波變換和Canny算子的齒輪邊緣檢測(cè)[J].失效分析與預(yù)防,2010,5,(4):199-203
　　[7] 董靜,王正勇.Zernike矩結(jié)合Sobel算子的邊緣檢測(cè)[J].信息與電子工程,2011,9,(2):202-205