当前位置:首页 期刊杂志

基于机器视觉检测的轮廓提取算法的研究

时间:2024-05-04

党宇婷

摘 要:本文依据扫描线步长自适应优化、边缘检测、平面轮廓图元识别图像大小的机器视觉检测系统的开发等问题进行了系统研究。然而,轮廓提取是机器视觉检测最重要的一环,必须先提取图像中重要物体的轮廓,让这些重要物体的图片能够清晰的呈现出来,使计算机能够更好地使用这些图片信息进行识别,以方便工业或者制造业等的检测。本文根据基于Windows 的Visual C++6.0软件进行物体图像的轮廓提取算法的编写,将物体图像轮廓展示在了计算机上,通过实验,我们对本系统软件的稳定性和精度进行了大量的测试,测试结果表明本系统能够很好地完成工业要求的需要。

关键词:机器视觉;图像处理;轮廓提取

轮廓提取的目的:获得图像的外围轮廓特征,为图像分析做好准备。轮廓提取是根据被检测物体边界的连通性,按照边界像素的分布顺序,顺次得到图像重要区域轮廓像素的方法。

轮廓提取的原理:在于首先找到被提取图像轮廓上任意一点作为起始点,并且从这个起始点出发,沿着一个方向,对该点领域进行搜索,不断地找到被检测图像下一个轮廓边界点,最终得到完整的轮廓区域。

轮廓提取算法设计具体步骤如下:(1) 找到被提取图像【图(1-1)】外围轮廓上任意一点作为当前轮廓起始点(x,y);(2) 以该起始点初始化位置关系值a;(3) 得到当前轮廓起始点坐标(x,y),并且将该坐标信息存入堆栈中,获得前一轮廓点与当前轮廓起始点位置关系a=a‘,根据下一点与当前轮廓点可能的位置关系a-1,a,a+1,计算得到这三点的坐标值(x1,y1),(x2,y2),(x3,

由图1-2可以看出:本文算法可以精确的得到被提取图像的单连通闭合轮廓,此轮廓为单像素的,并不会出现轮廓扫描错误的现象。

总结:由于本课题采用的轮廓跟踪的方法,只搜索轮廓附近的单像素点,而此单像素轮廓通常在图中只占据非常小比例的像素,所以本算法避免了对图片中其他大部分像素的多余计算,使得算法具有很高的计算效率,很好的适用于产业的各个方面。

参考文献:

[1] 何斌,马天宇,王运坚,Visual C++数字图像处理[D] 2002:435~439

[2]胡小峰。一种精确检测细胞真实边缘的算法。光学技术。2003,29(5):295~298

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!