基于亞像素的圖像檢測方法與關鍵技術研究.pdf

1、隨著精密制造業(yè)的蓬勃發(fā)展，對圖像檢測的需求日益增大，而且攝像頭分辨率不斷提高、圖像處理算法日漸成熟，這些都促使了計算機視覺技術廣泛地應用于生產(chǎn)線的日常檢測當中。針對這一實際需求和仍存在的一些問題，本文致力于研究并實現(xiàn)基于亞像素技術的圖像檢測系統(tǒng)。
　　 為了快速剔除某些含有明顯異常的產(chǎn)品，本文將廣泛應用于圖像檢索領域的不變矩引入到圖像檢測領域，在研究極半徑不變矩的基礎上，構造了新的極半徑矩，并提出了組合矩的辦法。即組合Chen不

2、變矩的前四個低階矩和新的極半徑矩的前三個低階矩，利用組合后的組合矩來快速排除明顯異常的產(chǎn)品，從而減少檢測單位產(chǎn)品的平均時間開銷，提高檢測系統(tǒng)的效率。
　　 針對目前市場上檢測系統(tǒng)的精度普遍不高，而高精度的算法往往因計算較慢而難以應用到工業(yè)生產(chǎn)線上的問題，本文提出了一種基于多二次徑向基插值函數(shù)的亞像素細分算法。該算法能實現(xiàn)亞像素級邊緣的精確定位并快速提升檢測系統(tǒng)精度。針對傳統(tǒng)亞像素插值方法沒有充分利用縱方向上的灰度分布和變化信息的

3、缺點，新方法構造了多二次徑向基插值函數(shù)，把梯度看成橫軸坐標的函數(shù)，對曲面上的亞像素做插值運算。為了避免曲面插值的大運算量，通過改進插值方法，有效利用縱軸方向上的灰度分布變化信息計算插值函數(shù)，并投影到橫軸方向做曲線插值。這樣可以避免直接進行曲面上的亞像素插值，從而大大減少運算量，縮減時間開銷，以滿足工業(yè)生產(chǎn)線的實時在線檢測的時間性能要求。
　　 為了進一步提高算法效率，針對具體算法包含大量相似的運算和比較操作，應用堆結構替換傳統(tǒng)的