论文部分内容阅读
计算机视觉实时测量技术克服了传统测量技术精度差、效率低的不足,成为当今工业产品测量的重要方法。利用计算机视觉实时测量零件的几何尺寸具有很好的应用前景,本文主要利用计算机视觉中的图像分割方法,重点研究了其中的精确边缘检测技术对冠状动脉支架的抛光过程进行监控,实时测量冠状动脉支架条纹的宽度。 在预处理阶段在对现有的图像增强技术进行了分析研究之后,根据支架抛光现场采集图像直方图的特点和支架本身的几何特征对中点滤波算法进行了改进,在很好地保持了图像边缘信息的前提下,去除了图像中的随机脉冲噪声。为了确定冠状动脉支架的位置,本文在比较了最优阈值分割、迭代阈值分割的基础上利用多尺度的思想改进了迭代阈值分割方法,减少了经典算法的执行时间,适合实时测量的要求。 为了测量支架中条纹的尺寸,必须得到单独条纹所在的区域。本文利用支架图像的水平和垂直投影特征和条纹的结构特征结合统计直方图和差分方法在支架多条条纹中准确定位,并动态地挑选出最适合测量的一根条纹,并确定一个矩形区域使之包含条纹。在对这个区域进行图像增强时,利用了一种改进的自适应滤波算法,采用不用的滤波方式分别处理包含边缘的纹理区域和平滑区域。 在测量条纹宽度尺的研究中,在前人研究的基础上深入探索了小波变换多分辨率分析在边缘检测中的应用,发现利用小波变换检测条纹边缘的精确性和抗噪性都优于传统边缘检测算子。本文应用3阶B样条小波多尺度边缘检测算法去定位条纹边缘,大大提高了尺寸测量的精度。一般来说小波变换计算量较大,很少用于实时检测,但根据条纹特点提出了一种简化的小波多尺度边缘检测算法,又因为所选测量区域很小,算法可以在0.24秒内完成,完全适合于实时监控的要求。最终本文的测量精度可以控制在±7微米以内。