【正文】 , 實現(xiàn)邊緣點。但是, Laplacian 算子與高斯濾波相結(jié)合形成的LOG 算子經(jīng)常用于邊緣檢測。這兩者對灰度漸變低噪聲的圖像有較好的檢測效果, 但是對于混合多復(fù)雜噪聲的圖像處理效果就不理想了。Sobel 算子和 Prewitt 算子都是一階的微分算子,都是先對圖像進(jìn)行平滑處理, 雖然兩者都是加權(quán)平均濾波, 但是前者鄰域的像素對當(dāng)前像素產(chǎn)生的影響不是等價的, 距離不同的像素具有不同的權(quán)值, 對算子結(jié)果產(chǎn)生的影響也不同。因為沒進(jìn)行平滑處理, 不具有抑制噪聲的能力。Roberts 算子是一種斜向偏差分的梯度計算方法, 梯度的大小代表邊緣的強(qiáng)度, 梯度的方向與邊緣走向垂直。圖像邊緣點即為在方向A 上使模M 取得局部極大值的點。用高斯函數(shù)對圖像f (x , y) 進(jìn)行濾波得到 f (x , y)3 G(x , y, Ρ), 然后計算其梯度矢量的模和方向: 其中: G(x , y, Ρ)是高斯函數(shù)。 ③對梯度幅值進(jìn)行非極大值抑制。它的算法實現(xiàn)如下: ①用高斯濾波器平滑圖像。 圖像函數(shù)的Laplacian 算法可以借助如圖 4 所示的模板卷積核來實現(xiàn)。 Laplacian 算子是一個二階微分算子, 它利用邊緣點處的二階導(dǎo)函數(shù)出現(xiàn)零交叉的原理檢測邊緣。 如圖 3 所示的兩個卷積核dx、 dy形成了 Prewitt 算子。 Prewitt 算子與 Sobel 算子的方法一樣, 圖像中的每個點都用這 2 個核進(jìn)行卷積, 取最大值作為輸出值。(2) Sobel 邊緣檢測算子由2 個卷積核形成, 圖像中的每個點都用這2 個核做卷積, 一個核對垂直邊緣影響最大, 而另一個對水平邊緣影響最大。(1) Roberts 邊緣檢測算子采用的是對角方向相鄰的兩個像素之差。它由下式給出: Sobel 算子是 33 算子模板, 如圖 2 所示的 2 個卷積核 dx、dy 形成 Sobel 算子, 一個核對垂直邊緣響應(yīng)最大, 而另一個核對水平邊緣響應(yīng)最大, 2 個卷積的最大值作為該點的輸出值。 圖像中的每一個點都用這 2 個核做卷積。Roberts 邊緣算子是一種利用局部差分算子尋找邊緣的算子, 它由下式給出: 其中: f (x , y)、 f (x + 1, y)、 f (x , y+ 1)和 f (x + 1, y +1)分別為 4 領(lǐng)域的坐標(biāo)。因為數(shù)字圖像是離散的, 計算偏導(dǎo)數(shù)時常用差分來代替微分。 Canny 算子是另外一類邊緣檢測算子, 它不是通過微分算子實現(xiàn)邊緣檢測, 而是在一定約束下推導(dǎo)出的最優(yōu)邊緣檢測算子。 它主要分為以下幾種類型[2]: 一種是以一階導(dǎo)數(shù)為基礎(chǔ)的邊緣檢測算子, 在算法實現(xiàn)過程中, 通過22 或 33 模板作為核與圖像中的每個像素點做卷積 和運算, 然后提取合適的閾值以提取邊緣, 如Roberts 算子、Sobel 算子、Prewitt 算子。 另一種稱為屋頂狀邊緣。 圖像的邊緣是圖像的基本特征。因此采用閾值法, 即利用圖像的灰度直方圖分布得到該圖像灰度閾值, 再根據(jù)閾值將圖像二值化, 形成銳化圖像, 然后逐行掃描, 搜索圖像邊緣, 最終獲得邊緣輪廓曲線。此種方法應(yīng)用于圖像相對簡單、被測物與背景的對比度較大的情況。邊緣檢測局部算子法是考察圖像的每個像素在某個鄰域內(nèi)灰度的變化, 利用邊緣鄰近一階或二階導(dǎo)數(shù)變化規(guī)律, 用邊緣檢測算子提取輪廓邊緣的方法。 　圖像邊緣輪廓的提取螺紋尺寸測量的關(guān)鍵在于邊緣輪廓的提取。圖1(a)為均值濾波, 圖1(b)為中值濾波。均值濾波的主要問題是可能使圖像中的尖銳不連續(xù)部分模糊,但非線性濾波算法既可消除噪聲又可保持圖像的細(xì)節(jié)。模板運算在數(shù)學(xué)中的描述是卷積運算。在空間域, 圖像的平滑常采用均值濾波或中值濾波。一般情況下, 在空間域采用鄰域平均的方法來減少噪聲。 高斯噪聲含有的亮度值服從高斯或正態(tài)分布。 椒鹽噪聲含有隨機(jī)出現(xiàn)的黑白亮度值。為了使圖像更逼真, 需要進(jìn)行圖像去噪, 也就是濾波。 　圖像濾波由于圖像在攝取過程中受到攝取器件、周圍環(huán)境等影響, 會使攝取到的圖像中含有噪聲。邊緣保持算法的基本過程如下 :對灰度圖像的每一個像素點[i , j ]取適大小的一個鄰域(如 3 3鄰域) ,分別計算[ i , j ]的左上角子鄰域、 左下角子鄰域、 右上角子鄰域和右下角子鄰域的灰度分布均勻度 v ,然后取最小均勻度對應(yīng)區(qū)域的均值作為該像素點的新的灰度值。根據(jù)圖像中噪聲的特性 ,處理方法有:空域低通濾波、 頻域低通濾波、 中值濾波、 加權(quán)中值濾波 , N N 鄰域的濾波和圖像平均等。 螺紋圖像的預(yù)處理當(dāng)螺紋圖像輸入到計算機(jī)后 ,為了消除噪聲 ,穩(wěn)定地進(jìn)行特征抽出等處理 ,須對其進(jìn)行濾波等處理。本文在光學(xué)系統(tǒng)設(shè)計的時候設(shè)計使用了多透鏡的共軸球面系統(tǒng)使其放大倍數(shù)滿足要求。 圖 1 　 檢測系統(tǒng)總體結(jié)構(gòu)其中圖像獲取作為整個系統(tǒng)的前端部分是極其重要的 ,獲取圖像的精確度 ,大倍數(shù) ,畸變系數(shù)等因素直接影響到后期處理的過程以及測量結(jié)果的精確度。其原理結(jié)構(gòu)如圖 1 所示 ,按照測量流程 ,首先螺紋由夾持裝置固定并保持與攝象機(jī)光軸垂直 ,然后螺紋圖像通過光學(xué)系統(tǒng)的放大成像到CCD 攝像頭上 ,最后由圖像采集卡對其進(jìn)行采集后送至計算機(jī)進(jìn)行分析計算 ,并得出測量結(jié)果。2 數(shù)字圖像處理技術(shù)的螺紋檢測 測量原理現(xiàn)有的螺紋 CCD 光學(xué)測量系統(tǒng)多采用平行光將螺紋形狀投影到 CCD 上 ,然后再據(jù)此進(jìn)行后期的處理、 計算 ,但是 ,這樣的成像系統(tǒng)中投影平行光的衍射較為嚴(yán)重 ,對精度影響較大 ,且不易消除?；跀?shù)字圖像處理技術(shù)的螺紋檢測是伴隨著計算機(jī)技術(shù)的發(fā)展而產(chǎn)生的一門新興學(xué)科。日本研制出一種螺紋自動坐標(biāo)檢測機(jī)，他可以測量螺紋的單一中徑、螺距誤差、半角誤差、。90年代，瑞士以研制成功Typ565Typ567Typ5677型外螺紋綜合測量儀，該儀器采用了標(biāo)準(zhǔn)螺紋件與被測外螺紋滾動的方法，可測出外螺紋中徑值。對于保安螺紋則必須100%的檢測11個螺紋特征參數(shù)。該標(biāo)準(zhǔn)中提出，通—（相當(dāng)于M5）以下的內(nèi)螺紋，這樣，事實上就廢除了通—止端螺紋量規(guī)。通過對上述的三種螺紋單項測量原理及方法的介紹，我們可以看出他們的共同的不足之處：都是利用機(jī)械檢測方法手工測出某些參數(shù)，然后再通過數(shù)學(xué)公式人工計算出來，這樣的測量方法操作工序多，不可避免的會帶來主觀的觀測誤差，而所有器具的精度也直接影響測量精度；另外，手工操作的方式，耗時長、效率低；最后，這些測量器具加上人力因素而導(dǎo)致螺紋測量的高成本。用角度規(guī)可以測量牙型角誤差，但因角度規(guī)差用的分度值為2’，故測量精度也不高。公式如下：螺紋車間低精度測量在實際生產(chǎn)中，對于精度不太高的牙型角常用樣板進(jìn)行測量。三針法測量外螺紋中徑三針法主要用于測量精密的外螺紋中徑，將三根精密量針放在螺紋的牙槽處，再用。當(dāng)中央虛線在以上各位置對準(zhǔn)螺牙