基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf

基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf

ID:52970260

大小:872.54 KB

页数:5页

时间:2020-04-05

基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf_第1页
基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf_第2页
基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf_第3页
基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf_第4页
基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf_第5页
资源描述:

《基于HALCON图像处理的粘连零件颗粒计数方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2016年2月机械设计与制造工程Feb.2016第45卷第2期MachineDesignandManufacturingEn~neefingVo1.45No.2DOI:10.3969/j.issn.2095—509X.2016.02.018基于HAl,CON图像处理的粘连零件颗粒计数方法研究黄明鑫,杨龙兴,庄立东,梁栋(江苏理工学院机械工程学院,江苏常州213001)摘要:为了解决传统的粘连零件颗粒计数方法存在的效率低、准确性不高等问题,基于HALCON图像识别和处理技术,提出了一种基于欧式距离变换及高斯滤波的分水岭分割算法。首先,利用工业相机采集零件颗粒图像,

2、然后对图像进行预处理,接着对预处理后的图像进行数学形态学处理,再对数学形态学处理后的图像进行距离变换和高斯滤波,最后进行分水岭分割,得到分割图像。实验表明,该算法能有效减少过分割,为后续零件颗粒的准确计数提供了保障。关键词:粘连;HALCON;距离变换;高斯滤波;分水岭分割中图分类号:TP391文献标志码:A文章编号:2095—509X(2016)02—0085—05随着计算机科学的发展,数字图像处理技术在1.1距离变换众多领域得到了广泛应用⋯。实际生活中,对工对于组成连接成分的像素来说,计算从背景到业零件的数目统计大都采用人工计数或称重计数每个像素的最小距离的

3、过程称为距离变换。距离的方法,很显然传统的计数方法存在着效率低、准变换执行的操作是计算区域中的每个点与最接近确性不高等缺点,而采用图像处理的方法可以实现的区域外的点之间的距离。距离变换提供了一个对粘连对象的分割和计数。目前常用的分割方法图像像素点的距离估计矩阵,根据该矩阵可以把二主要有凹点匹配法和基于距离变换的分水岭分割值图像变为灰度图像。距离变换可定义为:算法等_2]。凹点匹配法利用图像中的凹点来描述Dr(P)=min{d(P,q)}边界的凹陷情况,该方法容易将图像中的噪声识别式中:A为计算区域外的一个点集;d()为满足测为凹点,故常用于粘连较简单的情况。分水

4、岭算法度条件的距离函数;p,g分别代表两个像素,两个是一种借鉴了形态学的分割算法,基于距离变换的像素的坐标分别为(,),),(‰,Y),其中P∈P,分水岭算法,在对粘连较严重的颗粒对象图像进行q∈A,P为计算区域中的一个点集。分割时,有时会产生过分割的现象j。为了准确在进行距离变换时,考虑到计算的难易程度及地实现粘连零件颗粒的计数,本文提出了一种基于距离为整数的要求,经常使用4一近邻距离(城欧式距离变换及高斯滤波的的分水岭分割算法。市区域距离)和8一近邻距离d。(棋盘距离)。图2(a)和(b)分别表示中心点处和的距离值。1改进的分水岭分割算法为实现离散距离变换,

5、应根据计算设备的特点分别本文在一般分水岭算法的基础上,提出一种基采用串行实现和并行实现的方式,同时由并行计算于欧式距离变换及高斯滤波的改进分水岭分割算和串行计算给出相同的离散距离图。对粘连目标法。改进的分水岭分割流程如图1所示。对象采用距离变换,能够有效地将粘连处的连接分隔开来。罢簧}.{H欧萎裴离H嘉H1.2高斯滤波图像常常被随机噪声所污染,而研究滤波就是l堕垄坌查l为了消除噪声干扰。高斯噪声是一种含有强度服图1改进分水岭分割流程图从正态分布的噪声。高斯滤波属于线性平滑的滤收稿日期:2015—10—09基金项目:江苏省科学技术厅产学研联合创新基金——前瞻性联合

6、研究项目资助(BY2014038—01)作者简介:黄明鑫(1990一),男,江苏盐城人,江苏理工学院硕士研究生,主要研究方向为无损检测。·85·2016年第45卷机械设计与制造工程机可以直接获取视频,从而采集到连续的零件图4444444444434433333334像。此外还可以将工业相机采集的图像先保存下43234432222234来,然后通过read—image语句直接读取需要处理的4321234432ll123443210l234432l01234图片,语句格式为:read—image(Image,E:/粘连零432123443211J234件颗粒.jPg

7、’)。采集到的原始图像如图4所示。432344322222344344333333344444444444(a)吒距离(b)距离图2距离中心像素点的距离图波方法,广泛用于对图像中高斯噪声的消除,常用于平滑图像。高斯滤波以高斯函数为转换权函数,构成在频率域中的低通滤波器,简单地说,高斯滤波就是对图像的加权平均过程。图3计数系统整体结构图二维高斯函数为G()=e)/2二维高斯函数的高斯分布是一种钟形曲线,越接近中心位置,它的取值就越大。在计算平均值时,如果使用简单的平均,显然不是很合理,这时需要将原点选为中心点,其余的点根据它们在正态曲线上的位置分配权重,最后得到加

8、权平均值。高斯滤波的具体

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。