基于改进Sobel算子的螺纹边缘检测.pdf

您的论文得到两院院士关注软件天地
文章编号
基于改进算子的螺纹边缘检测

南京工业大学沈峰亭魏红

摘要针对工业精密测量中螺纹边缘检测的问题主要研究了基于算子的螺纹边缘的检测方法。结合螺纹模型的特点
在对图像进行灰度化和去噪等预处理的基础上增加六个方向模板对算子进行改进。实验证明该方法有效解决了
算子边缘检测时边缘过粗的问题得到的边缘较细定位精确有利于提高测量精度。
关键字边缘检测螺纹算子
中图分类号文献标识码



’技

术
引言线性组合形成的最佳边缘算子。但在实际工作应用中编程较为
复杂且运算较慢。创
在图像分析与处理中边缘是图像分割的重要依据也是纹常规的边缘检测算子
理分析和图像识别的重要基础。在几种经典的边缘检测算子中新
算子方法简单、处理速度快并且所得的边缘光滑、连续。算子是一个梯度算子一幅数字图像的一阶导数是基
其缺点是边缘较粗且定位不准确。本文针对工业螺纹螺距精于各种二维梯度的近似值。图像在位置的梯度定义为
密测量中螺纹边缘检测的问题提出了一种改进的基于下列向量
算子的边缘提取算法并对工业螺纹图像的边界提取进行研究
与实现。
目前主要的几种经典的边缘检测
算子从向量分析中知道梯度向量指向坐标的的最大变化
在数字图像中实现图像与模块卷积运算时运算速度与选率方向。设
取的模块大小有直接关系模块越大检测效果越明显速度越
慢反之则效果差一点但速度提高很多。则基于梯度的边缘检测方法就是设定门限τ当τ时
其次抑制噪声和边缘精确定位是无法同时满足的就各种
则为边缘点。由于直接求图像的非常困难所以通常
算法而言有的边缘定位能力比较强有的抗噪声能力比较下具
采用它的近似计算公式。对于图所示的某像素及其相邻像
体介绍各个算子及其特点素一种近似的梯度计算公式为
算子提取边缘的结果边缘较粗边缘定位不是
很准确容易丢失一部分边缘同时没有经过图像平滑计算因
此不能抑制噪声。把该近似梯度算子用× 的模板表示就是算子传
算子和算子提取边缘的结果差不多。两者统的算子如图所示。
对噪声都具有平滑作用对噪声具有一定的抑制能力。虽然产
生了较好的边缘效果但也检测出了一些伪边缘使得边缘比
较粗降低了检测定位精度。由于边缘检测算子是通过
八个方向模板对图像进行卷积运算因此运算量比较大。
算子提取边缘的结果比较完图某像素及其相邻像素图检测算子
整位置比较准确但含有很多噪声点。改进的算子
算子提取的边缘最为完整而且边缘的连续性很
好定位比较精确。算子在理论上很接近个指数函数的实验表明在边缘灰度值过渡比较尖锐且图像中噪声较小
时算子工作效果较好为达到更好的边缘检测效果对
沈峰亭硕士研究生
算子进行了改进改进后的算子如图所示。
《技术应用例》邮局订阅号: 元年
软件天地中文核心期刊《微计算机信息》测控自动化年第卷第期
图图像处理结果比较
从实验结果可以看出改进后的算法在对螺纹进行
检测时比经典算法抗噪能力强定位准确适用于噪声
图个方向模板较严重、纹理较复杂的图像边缘检测。
以上给出的个方向模板对某一幅图像进行逐点计
算并且取最大值为像素点的新灰度值最大值对应的