機器視覺尺寸測量中的圖像邊緣檢測技術
來源：www.361funds.com2015年03月06日熱度：606
圖像的特征指圖像場中可用作標志的屬性，而圖像的邊緣是圖像最基本的特征。在數(shù)字圖像中，所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。
數(shù)字圖像的邊緣檢測是圖像分割、目標區(qū)域的識別、區(qū)域形狀提取等圖像分析領域十分重要的基礎，圖像理解和分析的第一步往往就是邊緣檢測，目前邊緣檢測已成為機器視覺研究領域最活躍的課題之一，在工程應用中占有十分重要的地位。
邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數(shù)字圖像中亮度變化明顯的點。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。這些包括深度上的不連續(xù)、表面方向不連續(xù)、物質(zhì)屬性變化和場景照明變化。
圖象的邊緣信息對人或對機器視覺來說，都是非常重要的。由于邊緣具有能勾畫區(qū)域的形狀，且能被局部定義以及能傳遞大部分圖象信息等許多優(yōu)點，因此，邊緣檢測可看作是處理許多復雜問題的關鍵，是圖象分析和理解的第一步，檢測出邊緣的圖象就可以進行特征提取和形狀分析。
圖像邊緣檢測大幅度地減少了數(shù)據(jù)量，并且剔除了可以認為不相關的信息，保留了圖像重要的結構屬性。有許多方法用于邊緣檢測，它們的絕大部分可以劃分為兩類：基于查找一類和基于零穿越的一類。基于查找的方法通過尋找圖像一階導數(shù)中的最大和最小值來檢測邊界，通常是將邊界定位在梯度最大的方向?；诹愦┰降姆椒ㄍㄟ^尋找圖像二階導數(shù)零穿越來尋找邊界，通常是Laplacian過零點或者非線性差分表示的過零點。
由于物體的邊緣是由灰度不連續(xù)性所反映的，因此一般邊緣檢測方法是考察圖像的每個像素在某個領域內(nèi)灰度的變化，利用邊緣鄰近一階或二階方向導數(shù)變化規(guī)律來檢測邊緣，這種方法通常稱為邊緣檢測局部算子法。
在基于機器視覺尺寸測量技術的應用中，邊緣檢測技術尤為重要，必須指出邊緣的精確位置和方位，才能得到精確的測量結果。而機器視覺檢測技術，也憑借其強大的性能優(yōu)勢，使得產(chǎn)品質(zhì)量標準化，檢測速度快，檢測結果可靠、穩(wěn)定，并且可以長時間檢測，廣泛應用于各大領域。
