论文部分内容阅读
摘 要:测量在机械领域中发挥着不可替代的作用,传统的测量方式是接触式测量和非接触式测量,这两种传统的机械测量方式都存在着测量精度不高的问题,逐渐无法满足人们的需求。将计算机技术融入机械测量领域可以有效的提升测量精确度。本文主要介绍了图像分割技术在机械测量领域的应用情况,首先介紹了图像分割的含义,接下来介绍了一些常见的图像分割算法,最后探讨了图像分割算法的实际应用。
关键词:图像分割技术;机械测量;应用
前言
测量在机械领域是十分重要的存在,总的说来人们将机械领域中的测量方式分成了两大类,第一类是接触式测量,第二类是非接触式测量。接触式测量和非接触式测量中还包含着不同的测量方式,具体来讲常见的接触式测量方法有手动测量和测量机测量等等,而常见的非接触式测量有光学测量、电磁测量等等。接触式测量和非接触式测量都有一定的劣势,就接触式测量而言,此种测量方式的准确度不是很高,非常容易受到测量所在地的环境因素的影响。就非接触式测量而言,此种测量方式在定位时的难度很大,准确度也不是很理想。
为了提高机械测量的准确度,人们将计算机技术融入了机械测量领域。随着时代的发展,各种计算机技术也在不断的涌现和发展,借助计算机技术完成机械测量具有下述优势:第一,被测量的物体可以具有任意的形状;第二,测量操作简单,采集测量对象的过程也不复杂;第三,在采集被测量对象时可以使用任意的光源,无需特殊的光源。现阶段,人们把根据计算机视觉实现的机械测量叫做基于图像的测量。也就是说在测量时首先需要采集被测对象的图像,然后确定测量者的感兴趣区域,接下来队感兴趣区域展开一定的分析。测量者在确定感兴趣区域时需要借助一定的图像分割算法,利用图像分割算法将感兴趣区域从整幅图像中提取出来,以便进行进一步的分析。所谓图像分割指的就是通过一定的手段将完成的图像分解成不同的部分,这些部分之间是不重叠的。
现阶段,在研究人员的不断努力之下,人们已经提出了多种图像分割算法,不同的图像分割算法的侧重点不同,测量者在使用时应该根据自己的实际需要来选择合适的算法。总的说来,图像分割算法具有下述特点:第一,经过分割算法处理之后确定的各个部分之间具有一定的相似性,而且区域之间还具有联通的关系;第二,分离出来的各个部分之间具有明显的界限;第三,相邻部分在分割过程中所参照的分割依据是完全不一样的。
现阶段比较常见的图像分割算法有区域生长和分裂合并法、阈值法、边缘检测法、基于聚类的分割法等等。
1 图像分割的定义
2 图像分割算法介绍
笔者在这里详细介绍一下区域生长和分裂合并法、阈值法、边缘检测算法以及基于聚类的分割法。
(1)区域生长和分裂合并法
区域生长图像分割算法的基本原理就是先确定一个种子值,然后寻找和种子值相似的像素,将这些像素划分到一个共同的区域。分裂合并法的基本原理是先将整个图像分成不同的不重叠的几个部分,然后按照一定的原则将相似的区域合并到一起。区域生长和分裂合并算法的可取之处在于它们可以有效的过滤掉图像中的噪声,它们的劣势在于如何选择合适的种子以及如何选取合适的原则来合并不同区域。
(2)阈值法
阈值法的基本原理是首先按照一定的原则确定分割过程需要的阈值。一旦确定了最佳阈值就可以根据该阈值对原图像进行分割处理。现阶段,人们将阈值分割法分成了两大类,第一类是单阈值分割法,第二类是多阈值分割法。无论是单阈值分割算法还是多阈值分割算法,如何确定科学合理的最佳阈值一直是人们关注的焦点。
(3)边缘检测算法
边缘检测算法的基本管理就是利用不同的算子实现边缘提取过程,不同的算子具有不同的准确度。使用者需要根据自己的实际需要选择合适的算子。
(4)基于聚类的分割法
基于聚类的分割法的基本原理是充分利用图像之间的相似性,将相似的图像划分为一类。关于相似性的度量决定了图像分割的速度和效果,一般来讲测量者需要自己设定一定的相似度。
3 图像分割方法的实验分析
为了比较区域生长法、阈值法和边缘检测算法,本文通过Matlab软件分别使用上述算法实现了对同一幅图像的分割。其中边缘检测法中使用的算子是sobel 算子、和log 算子。图像分割结果是:sobel 算子只提取了部分边缘;log 算子提取的边缘过于复杂,后续处理的难度较大;二值阈值法分割出的区域比较少,没有有效的区分出背景信息和图像信息。
总的说来,区域生长法、阈值法和边缘检测算法各有优势和劣势,测量者应该明确不同图像分割算法的特点,然后根据自己的需要选择合适的算法完成对图像的分割操作。
4 结语
测量在机械领域中发挥着不可替代的作用,将计算机技术融入机械测量领域可以有效的提升测量精确度。本文主要介绍了图像分割技术在机械测量领域的应用情况。本文关注的图像分割算法是区域生长和分裂合并法、阈值法以及边缘检测算法。
参考文献
[1]曲霄红,薄文彦.图像分割技术在机械测量中的应用研究[J].微型机与应用,2013,09:27-28+31.
[2]郭楠.彩色图像分割技术在农作物测量系统中的应用[D].首都师范大学,2005.
[3]杨景华,蒋庄德,李兵,隋连升.图像分割技术在多光刀三维测量系统中的应用[J].制造技术与机床,2003,10:46-49.
关键词:图像分割技术;机械测量;应用
前言
测量在机械领域是十分重要的存在,总的说来人们将机械领域中的测量方式分成了两大类,第一类是接触式测量,第二类是非接触式测量。接触式测量和非接触式测量中还包含着不同的测量方式,具体来讲常见的接触式测量方法有手动测量和测量机测量等等,而常见的非接触式测量有光学测量、电磁测量等等。接触式测量和非接触式测量都有一定的劣势,就接触式测量而言,此种测量方式的准确度不是很高,非常容易受到测量所在地的环境因素的影响。就非接触式测量而言,此种测量方式在定位时的难度很大,准确度也不是很理想。
为了提高机械测量的准确度,人们将计算机技术融入了机械测量领域。随着时代的发展,各种计算机技术也在不断的涌现和发展,借助计算机技术完成机械测量具有下述优势:第一,被测量的物体可以具有任意的形状;第二,测量操作简单,采集测量对象的过程也不复杂;第三,在采集被测量对象时可以使用任意的光源,无需特殊的光源。现阶段,人们把根据计算机视觉实现的机械测量叫做基于图像的测量。也就是说在测量时首先需要采集被测对象的图像,然后确定测量者的感兴趣区域,接下来队感兴趣区域展开一定的分析。测量者在确定感兴趣区域时需要借助一定的图像分割算法,利用图像分割算法将感兴趣区域从整幅图像中提取出来,以便进行进一步的分析。所谓图像分割指的就是通过一定的手段将完成的图像分解成不同的部分,这些部分之间是不重叠的。
现阶段,在研究人员的不断努力之下,人们已经提出了多种图像分割算法,不同的图像分割算法的侧重点不同,测量者在使用时应该根据自己的实际需要来选择合适的算法。总的说来,图像分割算法具有下述特点:第一,经过分割算法处理之后确定的各个部分之间具有一定的相似性,而且区域之间还具有联通的关系;第二,分离出来的各个部分之间具有明显的界限;第三,相邻部分在分割过程中所参照的分割依据是完全不一样的。
现阶段比较常见的图像分割算法有区域生长和分裂合并法、阈值法、边缘检测法、基于聚类的分割法等等。
1 图像分割的定义
2 图像分割算法介绍
笔者在这里详细介绍一下区域生长和分裂合并法、阈值法、边缘检测算法以及基于聚类的分割法。
(1)区域生长和分裂合并法
区域生长图像分割算法的基本原理就是先确定一个种子值,然后寻找和种子值相似的像素,将这些像素划分到一个共同的区域。分裂合并法的基本原理是先将整个图像分成不同的不重叠的几个部分,然后按照一定的原则将相似的区域合并到一起。区域生长和分裂合并算法的可取之处在于它们可以有效的过滤掉图像中的噪声,它们的劣势在于如何选择合适的种子以及如何选取合适的原则来合并不同区域。
(2)阈值法
阈值法的基本原理是首先按照一定的原则确定分割过程需要的阈值。一旦确定了最佳阈值就可以根据该阈值对原图像进行分割处理。现阶段,人们将阈值分割法分成了两大类,第一类是单阈值分割法,第二类是多阈值分割法。无论是单阈值分割算法还是多阈值分割算法,如何确定科学合理的最佳阈值一直是人们关注的焦点。
(3)边缘检测算法
边缘检测算法的基本管理就是利用不同的算子实现边缘提取过程,不同的算子具有不同的准确度。使用者需要根据自己的实际需要选择合适的算子。
(4)基于聚类的分割法
基于聚类的分割法的基本原理是充分利用图像之间的相似性,将相似的图像划分为一类。关于相似性的度量决定了图像分割的速度和效果,一般来讲测量者需要自己设定一定的相似度。
3 图像分割方法的实验分析
为了比较区域生长法、阈值法和边缘检测算法,本文通过Matlab软件分别使用上述算法实现了对同一幅图像的分割。其中边缘检测法中使用的算子是sobel 算子、和log 算子。图像分割结果是:sobel 算子只提取了部分边缘;log 算子提取的边缘过于复杂,后续处理的难度较大;二值阈值法分割出的区域比较少,没有有效的区分出背景信息和图像信息。
总的说来,区域生长法、阈值法和边缘检测算法各有优势和劣势,测量者应该明确不同图像分割算法的特点,然后根据自己的需要选择合适的算法完成对图像的分割操作。
4 结语
测量在机械领域中发挥着不可替代的作用,将计算机技术融入机械测量领域可以有效的提升测量精确度。本文主要介绍了图像分割技术在机械测量领域的应用情况。本文关注的图像分割算法是区域生长和分裂合并法、阈值法以及边缘检测算法。
参考文献
[1]曲霄红,薄文彦.图像分割技术在机械测量中的应用研究[J].微型机与应用,2013,09:27-28+31.
[2]郭楠.彩色图像分割技术在农作物测量系统中的应用[D].首都师范大学,2005.
[3]杨景华,蒋庄德,李兵,隋连升.图像分割技术在多光刀三维测量系统中的应用[J].制造技术与机床,2003,10:46-49.