一种基于机器视觉的快速亚像素边缘检测与定位方法

摘要

本发明公开了一种基于机器视觉的快速亚像素边缘检测与定位方法，包括以下步骤：步骤1：获取检测图像；步骤2：图像去噪预处理：步骤3：计算每个像素点水平方向上的梯度G_x和垂直方向上的梯度G_y；步骤4：计算每个像素点极坐标下的梯度幅值G₀和梯度方向G_θ；步骤5：确定每个像素点的邻域像素点；步骤6：确定像素级边缘点；步骤7：计算每个像素级边缘点在8分梯度方向上的亚像素边缘点到该像素级边缘点的距离；步骤8：计算实际梯度方向G_θ上的亚像素边缘点到像素级边缘点的距离d；步骤9：采用余弦查找表法计算其实际梯度方向G_θ上的亚像素边缘点的直角坐标，进而实现图像边缘点的检测和亚像素级定位。整个方法计算精度高、速度快。

主权项

一种基于机器视觉的快速亚像素边缘检测与定位方法，其特征在于，包括以下步骤：步骤1：获取待检测的PCB板图像：步骤2：对待检测的PCB板图像进行灰度化处理与去噪操作，获得去噪图像：步骤3：计算去噪图像上每个像素点在水平方向上的直角水平梯度G_x和在垂直方向上的直角垂直梯度G_y；步骤4：采用分象限的CORDIC算法将每个像素点在直角坐标下的直角水平梯度G_x和直角垂直梯度G_y分别转换为极坐标下的极角梯度幅值G₀和极角梯度方向G_θ；步骤5：根据步骤4获得的每个像素点的极角梯度方向G_θ，确定像素点在八分梯度方向上的八分梯度邻域像素点P₊和P_‑；所述八分梯度方向是指将每个像素点的邻域梯度方向划分成均匀的八个梯度方向，每个梯度方向对应一个角度范围，当像素点的极角梯度方向角度落入某一八分梯度方向的角度范围中，则当前八分梯度方向为该像素点的八分梯度方向；步骤6：对每个像素点以及其八分梯度邻域像素点，进行梯度邻域峰值检测和左右邻域连接性判断，确定去噪图像中的像素级边缘点；步骤7：利用对数高斯函数插值法计算每个像素级边缘点在八分梯度方向上的理论亚像素边缘点，并计算该理论亚像素边缘点到对应像素级边缘点的距离r；$r=\frac{\ln G_{+}-\ln G_{-}}{4\ln G_0-2(\ln G_{+}+\ln G_{-})}$其中，G₊和G_‑分别为像素级边缘点对应的八分梯度邻域像素点P₊和P_‑的极角梯度幅值；步骤8：计算每个理论亚像素边缘点在对应像素级边缘点极角梯度方向G_θ上的实际亚像素边缘点位置与到对应像素级边缘点的距离d，包括以下步骤：首先，通过理论亚像素边缘点作到对应像素级边缘点极角梯度方向G_θ所在直线的最短距离点，作为实际亚像素边缘点；然后，利用8分梯度方向上的理论亚像素边缘点到该像素级边缘点的距离r与极角梯度方向G_θ计算实际亚像素边缘点到像素级边缘点的距离d；步骤9：对每一个实际亚像素边缘点，利用实际亚像素边缘点的极角梯度方向G_θ和到对应像素级边缘点的距离d，计算实际亚像素边缘点的直角坐标位置，实现边缘检测与定位。