产品:54
联系我们
边缘是指局部亮度变化显著的部分。边缘主要存在于目标与目标、目标与背景、区域与区域之间，是图像分割、纹理特征提取、形状特征提取和图像分析的基础。边缘检测是机器视觉的重要组成部分，也是重要的图像预处理技术。
图像分析和理解的首步往往是边缘检测，在图像处理和计算机视觉中占有特殊的地位。它是底层处理中重要的环节之一，检测到边缘图像后往往可以进行特征提取和形状分析。
因为边缘是灰度值不连续的结果，所以通过计算导数可以很容易地检测到这种不连续，通常选择一阶和二阶导数来检测边缘。在机器视觉检测中，边缘检测可以借助空间微分算子通过卷积来完成。事实上，在数字图像处理中，导数是通过微分近似得到的。常用的微分算子有梯度算子和拉普拉斯算子。
边缘检测算法的基本步骤如下:
1.滤波:边缘检测算法主要基于图像强度的一阶和二阶导数，但是导数的计算对噪声比较敏感，因此必须使用滤波器来提高与噪声相关的边缘检测器的性能。
2.增强:边缘增强的基础是确定图像中各点邻域强度的变化值。增强算法可以突出显示邻域(或局部)强度值发生显著变化的点。
3.检测:图像中梯度幅度较大的点很多，但这些点并不都是特定应用领域的边缘，所以要用一些方法来确定哪些点是边缘点。梯度振幅Ill准则是常用的。
4.定位:如果一个应用需要确定边缘的位置，可以在亚像素分辨率下估计边缘的位置，也可以估计边缘的方向。
当用机器视觉测量尺寸时，这四个步骤是必要的，特别是边缘的准确位置和方向。机器视觉检测技术以其强大的性能优势，使产品质量标准化，检测速度快，检测结果可靠稳定，可长期检测，广泛应用于各个领域。
更多了解库卡机器人