更全的杂志信息网

汽车发动机进气歧管高精度亚像素边缘检测

更新时间:2009-03-28

1 引 言

汽车发动机进气歧管的尺寸检测是生产厂家评价产品质量的重要指标,现有的检测手段主要依赖人工接触式测量,效率低且可靠性不高,实际测量结果无法准确获取。采用机器视觉技术对零件的尺寸、形状等几何特征进行检测已成为现代制造业中改进和控制产品质量的重要手段,其中,零件图像的边缘检测是该技术的关键和核心步骤。图像边缘检测的精确度直接影响着最后测量结果的精确度[1]。亚像素边缘检测相对于传统的Canny,Sobel等像素级的边缘检测具有更高的精度,目前,常用的亚像素边缘检测方法主要可分为3种类型:拟合法、插值法和矩方法[2,3]。文献[4,5]提出了将边缘梯度拟合为二次多项式曲面来进行亚像素边缘检测的方法,这些方法具有较好的抗噪能力,但存在计算复杂度高的不足;文献[6]提出了一种非线性四阶ENO (essentially non oscillatory)插值的方法,这类方法具有较好的计算效率但对于含噪图像的边缘检测效果不佳;文献[7]提出了一种基于正交Fourier-Mellin矩的方法(OFMM),矩方法对噪声比较敏感;文献[8]提出了一种新型的亚像素边缘检测方法,该方法利用边缘投影像素的矩形邻域内的灰度信息建立投影曲线方程得到高精度的亚像素边缘,但该方法直接将曲线的截距点作为边缘的亚像素位置,而没有考虑曲线的方向信息,在数学意义上,这不符合梯度的定义,同时,该方法在根据周围像素计算像素内的灰度值时采用的是各像素的均值,这并不符合成像时光斑能量分布的真实情况。

针对汽车进气歧管,本文在求得边缘投影曲线的基础上,提出将过原点且方向为梯度方向的直线与边缘曲线的交点作为高精度亚像素边缘点,并以此为长短轴尺寸测量的基础。同时,因为成像时光斑的能量分布为高斯分布[9],故本文在计算像素内的灰度值时,对其邻近灰度值进行了高斯加权处理,得到更高精度的汽车进气歧管长短轴检测结果。

2 算法实现

图1给出了算法实现的流程图。获取图像的像素级边缘是实现该方法的前提,本文通过以下步骤来获取图像的像素级边缘:首先,运用Sobel算子得到图像的梯度图;然后,对梯度图使用阈值分割得到高梯度值像素的集合;最后,对该集合进行骨架化处理得到单像素的边缘。

  

图1 算法流程图

获得图像的单像素边缘后,按照式(1)和式(2)计算每一个像素在行和列方向上的差分fc, fr:

 

(1)

(2)

2.1 |fc|≤|fr|的情况

单像素边缘中的每一个像素可认为是边缘投影所穿过的像素。对于任一像素(i,j),将穿过该像素的边缘投影近似成一段线段(线段方程设为y=a+bx,a为截距,b为斜率)。由于此时该像素的列差分fc和行差分fr满足|fc|≤|fr|,所以有b∈[-1,1]。在实际中待检测零件的边缘在一定范围内总是连续可导的,且像素单元的尺寸又很小,可近似认为所设直线也会穿越像素(i,j)所在列的邻近几列像素,因此把像素(i,j)所在的列以及与其邻近的左右两列像素作为研究对象。同时穿越3列像素(i,j)内部直线可能扫过的像素范围如图2所示。其中Y1为过极限位置1时的直线,Y2为过极限位置2时的直线,一共考虑5行像素。

前燕化永乐大区负责人、知名农资人翟佃江在《农用橙油助剂的发展与应用》的分享中表示,肥药行业的不断转型升级,需要新型产品和技术的助力,促进农业种植的高效、绿色、品质化发展。他表示,添加橙油助剂可提高肥料利用率,改善土壤水、肥、气的平衡,增加有益微生物数量,促进作物生长。据他介绍,橙油助剂在农药领域也有着广泛的应用前景。一是能够溶解害虫体表蜡质层,使其自然脱水死亡;二是溶解病菌孢子的磷脂层,使其细胞液将自然流失、干燥而死;三是作为农药助剂,利用其良好的渗透与扩展性,减少药液损失并提高防效。

从泰国文化旅游发展经验看花山文化的整体打造 …………………………………………………………………… 黄海云(4/62)

  

图2 直线可能扫过的像素范围

把在原图像中截取的一个像素(i,j)为中心的5×3像素矩阵(记为F)作为研究对象,来计算所设直线的参数,如图3所示。

  

图3 求解直线方程参数的图示

由|fc|>|fr|可知,此时边缘直线的斜率b满足|b|>1。故在这种情况下应在原图像中截取以像素(i,j)为中心的3×5的像素矩阵,并从上到下依次计算矩阵内每行像素的灰度值之和,分别作为SR,SM,SL值。同时在原坐标系保持不变的情况下,将所设的边缘直线的方程改为x=a+by。做上述处理后,参数ab的求值表达式不变。此时AB的值由式(20)、(21)给出,其中m同式(19)。

进一步筛选不同DPPC与甘露醇质量比(1∶1、1∶2、1∶3)的白藜芦醇DPPC脂质粉雾剂处方,通过对外观、流动性和载药量综合比较,选择甘露醇与DPPC质量比为2∶1,作为粉雾剂最优处方(图2)。

在实验室资源得到合理应用的同时,更要及时的处理实验室使用过程中存在的问题。民办高校要建立健全实验室的规章制度和维护措施,很多学校为了减少经费,并没有聘请专门的实验室管理人才,而是由教师替代负责实验室的管理工作。要培养这部分教师对实验设备的管理和维护技能,使实验设备能够得到有效的维护和保养。

 

(3)

联立式(4)、式(6)、式(7)、式(9)可得:

不过,即使在分时段预约引入之后,患者在医院后续检查、取药、缴费,依然需要持续排队。这种局面也需要继续打破。当时,杭州市第一人民医院在医院推出分层付费,把财务人员派到不同楼层,患者不用为了付费楼上楼下往返。但收费窗口的人还是一样多,患者等待时间依然比较长。

SL,SM,SR分别代表矩阵中左、中、右3列像素中每列像素的灰度值之和,则有:

 

(4)

(5)

(6)

式中:L,M,R分别代表每列像素中位于边缘直线下方的面积。L,M,R满足:

 

(7)

《全宋诗》所收陈景沂诗,见于卷三三九四、第64册第40387-40390页,所据似为原北平图书馆碧琳琅馆藏本《全芳备祖》(今藏台北故宫博物院)。今以宋刻本及南京图书馆藏八千卷楼本相校,漏收《竹》、《桑》两首。而《杨梅》两首中“红实缀青枝”一首误收,宋刻本诗后注作者为“郭功父”,郭祥正《青山集》卷三○题作《杨梅坞》,是郭祥正作品无疑。“正渴还相似”四句,原书列于“五言律诗散联”类中,非完篇。另,《石榴花》一首,出处误作《全芳备祖》前集卷六,实出前集卷二十四。

(8)

(9)

联立式(5)与式(8)可得:

 

(10)

式中:A,B为像素内边缘两侧的灰度值;h为正方形像素的边长;Si,j为像素(i,j)位于边缘直线y=ax+b下方的面积(0≤Si,jh2)。

由上述模型及设定情况可得,在100 m更换轨枕范围内,在将扣件松卸并向两端各延伸10 m的情况下施工时,只要轨温不大于6.35℃,就不会出现胀轨现象。

 

(11)

式(11)中AB的值是未知的。因为实际中一个像素内并不存在AB两种灰度值,所以AB的值应由该像素邻近的几个像素的灰度统计值估计得到。此外,采用矩阵F中哪几个像素计算该估计值与边缘直线斜率的正负性有关,故在此依据b的正负分别讨论。

式中:uv分别为各像素距中心像素的坐标距离;C为归一化系数。设α>β>r,则AB的计算公式为:

像素(i,j)的灰度值应满足:

G(u,v)=Ce-(u2+v2)/(2σ2)

(12)

b∈[0,1]时,所选取的像素如图4(a)的虚线框所示。因为与中心像素的距离不同,各像素的灰度值对中心像素最终灰度值的贡献也不同。根据待处理图像的成像质量选取适当的标准差σ (主要受对焦情况的影响)建立高斯函数,如式(12)计算各像素所具有的权值,分别记为α,β,γ

A=βFi,j+2+γFi+1,j+2+αFi+1,j+1

(13)

B=βFi,j-2+γFi-1,j-2+αFi-1,j-1

因此,爱国主义教育基地资源融入“纲要”课程教学是切实可行、浑然天成的,没有丝毫牵强附会的成分。高校如果能实现二者的有机融合,就有可能大幅度提高思想政治教育的成效。

修正后模型估计。使用eviews8.0软件,再次输入1990年至2014年的碳排放数量、碳交易金额和地区生产总值,用最小二乘法对公式(1)进行模型估计,结果如下:

(14)

B=βFi-2,j+γFi-2,j-m+αFi-1,j-m

A=βFi,j+2+γFi-1,j+2+αFi-1,j+1

(15)

B=βFi,j-2+γFi+1,j-2+αFi+1,j-1

(16)

综上,对于边缘的斜率b∈[-1,1]的情况,给出更加一般化的计算AB的表达式:

A=βFi,j+2+γFi+m,j+2+αFi+m,j+1

(17)

B=βFi,j-2+γFi-m,j-2+αFi-m,j-1

(18)

其中m满足以下等式:

 

(19)

  

图4 计算A和B时选取像素的情况

2.2 |fc|>|fr|的情况

图3中,以像素(i,j)(虚线框所示)中心为坐标原点建立如图3右侧所示的直角坐标系[8]

A=βFi+2,j+γFi+2,j+m+αFi+1,j+m

(20)

同理,当b∈[-1,0]时,由图4(b)可得到

(21)

综上,根据原图像信息求出中间变量SR,SM,SL以及A, B之后,将其代入式(10)和式(11)就可以得到边缘直线方程的参数。

2.3 亚像素边缘位置的求取

首先,求出边缘在该像素的梯度:

 

(22)

其次,求出过原点、且方向向量与N相同的直线和已知边缘直线的交点,记为(x,y),则像素(i,j)的亚像素边缘位置为:

 

(23)

式中xy的符号不同。这是因为求解边缘直线时所建立的坐标系的X轴与图像坐标系的i轴(即列坐标轴)方向相同,而Y轴与j轴(即行坐标轴)方向相反。

在这种情况下,按本文的求取方式则得到的边缘亚像素位置为S2。若直接采用直线的截距计算,则得到的边缘亚像素位置为S1。由图5可知,此时该位置已不在像素内。这说明本文将边缘的斜率考虑在内来计算边缘的亚像素位置更加合理。

综上所述,工程造价这个行业的兴旺发达和整个建筑行业的发展是密不可分的关系,是局部和整体的关系。从事这个行业要有立足自我、纵观全局、展望未来的长远目光和心胸。在不断提升自我的同时通过共享、研究、分析来促进行业的发展,为我国建筑行业的未来添上浓墨重彩的一笔。

  

图5 亚像素位置的选取方式

3 实验结果及分析

  

图6 实验所使用的进气歧管图

本文使用的汽车发动机进气歧管如图6(a)所示。在工程实践中通常先对标准件进行检测得到参考值,然后再对实际生产的零件进行检测,最后将检测结果与参考值进行对比,从而判断生产的零件是否合格。本文以规格分别为50.00 mm×40.00 mm和50.05 mm×40.05 mm的2种标准件作为检测对象。图6(b)是规格为50.05 mm×40.05 mm的标准件图像。为保证算法的重复性,实验时拍摄多组零件的图像,其中每组零件的图像是零件在同一位置连续拍摄多张得到的。实际生产时主要测量该零件的2种尺寸:长轴和短轴。为了验证本文算法的有效性,本实验同时还采用了文献[8]的方法和文献[10]所介绍的曲面拟合方法对该零件的图像进行亚像素边缘检测,并计算2个待测量的像素尺寸。表1从标准差、最大偏差、最小偏差3方面给出了实验数据的统计结果。其中,标准差是用各组测量数据按式(24)计算得出的, 用以表征检测结果的精度。

 

(24)

式中:μ为各组数据的均值;N为样本数。最大偏差和最小偏差分别为各测量数据与其组均值偏差的绝对值的最大和最小值,用来表征各组测量数据中的奇异值。

从狭义来讲,共享经济是以获得一定报酬为主要目的,基于陌生人之间且存在物品使用权暂时转移的一种商业模式[4],换句话说,共享经济的实质是对闲置资源的充分利用。当前,共享经济的发展领域主要集中在交通出行、生活服务、房屋短租、金融借贷、生产能力、知识技能等方面。

 

表1 长轴和短轴实验数据的统计结果 像素

  

零件规格比较项目长轴短轴文献[10]文献[8]本文文献[10]文献[8]本文50.00mm×40.00mm标准差0.07800.05270.05180.15440.06750.0555最小偏差0.00110.00070.00020.03100.00260.0055最大偏差0.06110.03770.03520.09800.04230.031450.05mm×40.05mm标准差0.04500.04190.02570.10280.10320.1011最小偏差0.00100.00220.00100.00300.00420.0017最大偏差0.03000.02850.01700.09200.08480.0870

由表1可知,本文方法的标准差、最小偏差和最大偏差都要小于文献[8]和[10]的方法,即本文方法的准确度要高于文献[10]和[8]的方法。以标准差的降低率为例,具体数值见表2。

 

表2 本文方法与文献[10]和[8]的比较 (%)

  

零件规格相对文献[10]标准差的降低率相对文献[8]标准差的降低率长轴短轴长轴短轴50.00mm×40.00mm33.5964.051.7117.7850.05mm×40.05mm42.891.6538.662.03

图7给出了采用文献[10]所介绍的曲面拟合方法和本文方法,对进气歧管进行亚像素边缘检测所得到结果的4个部位的局部对比图,分别用数字1~4编号。其中深色线为曲面拟合方法的检测结果,浅色线为本文方法的检测结果。由编号为3和4的局部对比图可知,在相同位置上,曲面拟合方法会出现检测到多条边缘的情况,而本文的方法没有出现这种情况。这说明本文方法符合文献[11]所述的优良边缘检测算子应具备的单边缘响应准则。

  

图7 本文方法和曲面拟合法边缘检测结果局部对比图

4 结 论

本文针对汽车发动机进气歧管,提出了一种基于边缘像素投影的亚像素边缘检测方法。通过分析边缘投影对其所穿过的像素的灰度值的影响效应,建立了灰度值的面积加权计算模型,然后利用边缘像素的某一邻域内的灰度值计算出表示边缘投影的曲线方程,进而求得边缘的亚像素位置。对规格分别为50.00 mm×40.00 mm和50.05 mm×40.05 mm的汽车进气歧管长短轴进行检测实验,实验结果表明,与文献[8]基于曲面拟合的亚像素边缘检测方法相比,长短轴标准差分别降低了1.71%和17.78%,以及38.66%和2.03%。本文提出的亚像素边缘检测方法,不仅准确度高,而且能够避免在有较多干扰时的多重响应。

[参考文献]

[1] 伍济钢. 薄片零件尺寸机器视觉检测系统关键技术研究[D]. 武汉:华中科技大学, 2008:2-10.

[2] 祝宏, 曾祥进. Zernike 矩和最小二乘椭圆拟合的亚像素边缘提取[J]. 计算机工程与应用, 2011, 47(17):148-150.

[3] 段振云,王宁,赵文辉,等.基于高斯积分曲线拟合的亚像素边缘提取算法[J]. 计量学报,2016,37(4):371-374.

[4] Devernay F. A Non-Maxima Suppression Method for Edge Detection with Sub-Pixel Accuracy[C]// Rapport De Rechercheinstitut National De Recherche En Informatique Et En Automatique,1995. https://doi.org/10.1.1.35.1863.

[5] Rockett P. The accuracy of sub-pixel localisation in the canny edge detector[C]// Proc. of the British Machine Vision Conference. BMVC 1999:392-401.

[6] Hermosilla T, Bermejo E, Balaguer A, et al. Non-linear fourth-order image interpolation for subpixel edge detection and localization[J]. Image Vision Comput, 2008,26(9):1240-1248.

[7] Tan J B, Ao L, Cui J W, et al. Subpixel edge location based on orthogonal Fourier-Mellin moments[J]. Image and Vision Computing, 2008, 26(4): 563-569.

[8] Trujillo-Pino A, Krissian K. Accurate subpixel edge location based on partial area effect [J]. Image and Vision Computing, 2013, 31(1):72-80.

[9] 张爱丽,佟首峰,韩成. 基于CCD的光斑能量分布测量及特性分析[J]. 激光与红外, 2011, 41(6):622-626.

[10] Steger C. 机器视觉算法与应用[M]. 杨少荣, 吴迪靖, 段德山, 译. 北京:清华大学出版社, 2008.

[11] Canny J. A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986, 8(6):679-698.

 
徐平,薛凌云,常英杰
《计量学报》 2018年第03期
《计量学报》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号