機器視覺在大型工件自動探傷檢測中的應用
加入技術交流群
Step1:初始化邊緣點位置EdgeDot=(col, vol), col=0,vol=0。定義邊緣圖figureedge數組，大小為nWidth×nHeight，初始化為全255(非邊緣);
Step2:在非最大抑制所得圖中查看EdgeDot點的值，并賦給IfEdge;
Step3:if(IfEdge=noedge)then Step7;
Step4:查看梯度圖中EdgeDot點的值，并賦給magni- tude;
Step5:if(magnitude
Step7:col++;
if(col>=nWidth) then vol++;
if(vol>=nHeight) then end;(程序結束)
執行Step2。
算法中門限的選擇直接影響著Canny算子的性能。
作者用Visual C++ 6.0實現了該算法，主要包括:圖象平滑(image smoothing，這里使用高斯濾波)、微分(differentiation)處理、非最大值抑制non-maximum suppression)、邊緣閾值化(edge thresholding)等步驟。選取CT圖像序列中的一切片(如圖1所示)該圖像分割算法在實際應用中效果如圖1所示:
圖1 邊緣提取效果圖
在工業CT圖像中不同區域的物質表現為灰度值異于周圍物質的灰度值。所以，研究者們常通過邊緣檢測技術和圖像分割技術把這個區域分離出來，使之成為一個獨立的分析對象，然后再進行準確測量。目前，常見的面積測量大都依賴于手工完成，主要通過用戶使用鼠標點擊所測面積區域的周圍來得到一個閉合的區域，將該區域近似為待測的面積區域，而后通過統計該區域內像素點的個數來近似計算面積。而常見的周長和極徑測量也是如同面積測量一樣僅能得到一個近似值。顯然，這些測量方法由于人為原因或算法本身的缺點，給測量帶來了較大的誤差，并不具有可重復操作性，使得成批的圖像測量難以實現。
因此，以下通過對工業CT圖像進行準確地分割得到邊緣，并在此基礎上提出針對大型金屬工件的CT圖像面積、周長以及極徑等幾何尺寸的自動測量方法。
4.1 面積測量
由于區域的面積與其內部灰度級的變化無關，而只與該區域邊界有關，因此只要確定了區域邊界點的坐標，就可利用邊界坐標來計算區域的面積。在Green定理中指出，在x-y平面內的一個封閉曲線包圍的面積由其輪廓積分給定，即
(4)
由上述原理可得到面積計算的方法如下:由于工業CT圖像是一種離散化的數據形式，那么區域的邊緣也是一個離散的點集，因此需要將Green定理離散化后才能計算區域的面積。Green定理的離散形式如下：
(5)
4.2 周長測量
區域的周長是分割出的區域的邊界長度。邊界通常可以用隙碼、鏈碼和面積表示。其中隙碼方法表示時，測量長度過程中包含了許多的轉彎，從而夸大了實際周長值;而面積方法表示時，僅統計邊界點數，這樣又忽略了每一個像素的邊界長度，從而縮小了實際周長值;而鏈碼方法表示時，它既考慮了每個像素的邊界長度，又把轉彎變成一條直線，這樣周長的測量精度就提高了。邊界鏈碼測量的主要思想如下:鏈碼是從在物體邊界上任意選取的某個起始點 坐標開始的。該起始點有8個鄰接點，其中至少有一個是邊界點。邊界鏈碼規定了從當前邊界點走到下一個邊界點這一步驟必須采用的方向。由于有8種可能的方向，因此可以將它們從0到7編號[6]，如圖2所示。邊界鏈碼包含了起始點的坐標以及用來確定圍繞邊界路徑走向的編碼序列。 透射電鏡相關文章:透射電鏡原理
評論