氣缸套識別中表面螺紋趨勢項消除技術研究

1、氣缸套識別中的表面螺紋趨勢項消除技術研究摘要：汽車時代的到來，彰顯著汽車在人們?nèi)粘Ｉ钪械牡匚恢饾u的提升，氣缸套是發(fā)動機最為核心的部分，因此氣缸套的檢測顯得尤為重要，但由于現(xiàn)在多數(shù)的檢測處于人工檢測的階段，并不能很精確的檢測出內(nèi)部缺陷，而且由于氣缸套表面存在螺紋，螺紋的存在會對檢測存在一定程度的影響，因此，本次課題研究的目的在于如何消除氣缸套識別中的表面螺紋趨勢項所帶來的影響。機器視覺系統(tǒng)在很多領域內(nèi)都屬于一項必不可少的技術。雖然機器視覺檢測技術能對圖像進行目標特征的提取，將輸出的結(jié)果和標準的數(shù)值進行對比以此來得出判定結(jié)果，但氣缸套中表面螺紋所帶來的趨勢項影響還沒沒有辦法消除。本文的主要采用圖

2、像采集和圖像增強技術對所需要的圖像進行清晰處理，再通過邊緣檢測技術提取圖像的邊沿，然后通過輪廓跟蹤技術追蹤出螺紋的輪廓，在進行灰度值的提取，最終將螺紋部分的灰度值替換成非螺紋部分的灰度值，完成螺紋消除。關鍵詞：螺紋；機器視覺檢測技術；圖像處理；邊緣檢測；輪廓跟蹤；灰度值替換Abstract: the advent of the automobile age, shows a car in the people daily life status gradually improved, the cylinder sleeve is most the core part of the engine

3、, so detection of cylinder liner is particularly important, but because most of the detection is now in a stage of artificial detection, and can not be very precise detection of the internal defects, and due to the presence of thread on the surface of cylinder liner, the thread will have a certain d

4、egree of influence on the detection. Therefore, the purpose of the research is how to eliminate the recognition of cylinder liner surface thread trend item caused by the impact.Machine vision system in quality control, quality inspection, finished product inspection, condition monitoring, quality co

5、ntrol and other areas of extensive use, although the machine vision inspection technology of image target feature extraction, will output the result and the standard values were compared in order to come to determine the results, but the effect of cylinder sleeve thread surface caused by the trend o

6、f yet there is no way to eliminate. This paper mainly uses image acquisition and image enhancement technology to the image clearly, again by edge detection technique to extract the image edge. Then contour tracing technique to trace out the thread contour, extraction in gray value, will eventually s

7、piral Gray value of the gray value of the part of the gray value, complete the thread to eliminate.Key words: thread; machine vision inspection technology; image processing; edge detection; contour tracking; gray value replacement第一章引言11 研究的背景、目的及意義1.1.1研究背景隨著時代的變遷，汽車正在逐漸的成為人類出行時最重要的交通工具之一。發(fā)動機之于汽車就如

8、心臟之于人一樣，發(fā)動機為汽車供應能量，帶動汽車前行，它影響著汽車的能動性、環(huán)保性和經(jīng)濟性。它的作用在于將熱以能量的形式能轉(zhuǎn)換為機械動能以此來推動活塞，使它做功來帶動汽車行駛。由此可見，發(fā)動機是一個能量轉(zhuǎn)換裝置。因此作為發(fā)動機的其中一個部件的氣缸套的質(zhì)量檢測則顯得尤為重要。氣缸套是一種筒形連接組件，與活塞環(huán)、汽缸蓋共同組成燃燒室，經(jīng)過氣體壓縮，氣體燃燒，氣體膨脹，完成內(nèi)燃機的點燃。交通工具和機械方面等很多行業(yè)都有運用到氣缸套。它的生產(chǎn)工藝并不復雜，但卻有很高的參數(shù)指標要求。它主要起密封，導向和散熱等重要作用。它還在汽車中起到傳動的作用。1.1.2研究目的作為汽車發(fā)動機的重要部件其生產(chǎn)批量大,質(zhì)量

9、要求高。然而在鑄造、機械加工過程中，由于材料本身內(nèi)應力、夾緊力等作用容易引起微觀裂紋和鑄造過程中形成的氣孔、砂眼等內(nèi)在缺陷，如果這些缺陷出現(xiàn)在高溫高壓工作條件下的發(fā)動機中，很容易引起發(fā)動機的失效并導致安全事故。所以，對大批量氣缸套的快速、高效、無損檢測就尤為重要。但氣缸套表面存在螺紋，螺紋的存在會對檢測存在一定程度的影響，因此，本次課題研究的目的在于如何消除氣缸套識別中的表面螺紋趨勢項所帶來的影響。1.1.3研究意義傳統(tǒng)的氣缸套檢測一般是由人工利用規(guī)格尺等工具來對零件逐個檢測，在長時間的注視動態(tài)零件下工人的眼睛很容易產(chǎn)生疲勞，會降低檢測效率，并且受檢測人員的技術和經(jīng)驗差異，還會出現(xiàn)較大的誤差，

10、這樣并不能很精確的檢測出內(nèi)部缺陷。近年來，由于科技的不斷發(fā)展，計算機的處理數(shù)據(jù)速度和能力不斷提高,圖像處理技術和識別技術也在不斷完善。由于機器檢測技術的不斷普及，很多科研人員都在對機器檢測代替人工檢測這一方面進行進一步的研究。這樣不僅可以將人為檢測的誤差降到最低而且對大量數(shù)據(jù)的存儲和搜索方面也有了極大的幫助。雖然出現(xiàn)了很多智能檢測技術，但仍有一些對檢測影響的因素存在，這依舊會導致檢測存在除人為誤差之外的誤差。如果能消除氣缸套識別中的表面螺紋趨勢項的影響，在缺陷檢測時內(nèi)部缺陷將更清晰的被檢測到，更明確的識別出氣缸套上的缺陷，消除各方面的安全隱患。更好的從根源上避免了安全事故的發(fā)生。12國內(nèi)外研究

11、現(xiàn)狀及技術應用國內(nèi)的檢測技術相較于國外起步較晚，從20世紀90年代起，國內(nèi)才對基于圖像處理的缺陷檢測技術加以重視，而國外早在20世紀70年代起就將此項技術運用于工業(yè)產(chǎn)業(yè)中。在國外，20世紀60年代中期,美國學者L.R.羅伯茲從理解積木世界中的關于多面體組成開始對機器視覺進行研究。從最開始到現(xiàn)在，這方面的技術的都有運用到圖像預處理，輪廓線構成，邊緣檢測，匹配，對象建模等。最開始的圖像分析采用的是自底向上的方法，但實踐表明自底向上的方法單獨用起來太困難，必須和自頂向下的方法一起使用。1982年，Ellis和Hili提出對冷軋鋼條表面缺陷檢測可以應用圖像分割以及邊緣提取等圖像處理技術。之后，sure

12、sh等人設計出檢測熱鋼板的表面缺陷的系統(tǒng)是一套自動化實時的檢測系統(tǒng)。heng通過圖像處理、圖像分析、圖像識別等技術設計了PCB板缺陷視覺檢測系統(tǒng)，它可以實現(xiàn)缺陷的識別與定位，并且能檢測出多種類型的缺陷。在我國的其他的電子機械行業(yè)中檢測技術也起著不可或缺的作用。在國內(nèi)，此方面技術開始于90年代，但因為此行業(yè)屬于新興領域而且當時的技術方面還不太成熟，普及的不夠廣泛，因此在當時的應用方面絕大多數(shù)都處于空白階段。到了21世紀由于大批量的海外，學者歸來創(chuàng)業(yè)，此方面技術慢慢地開始成熟。在螺紋檢測的實際應用上，周金山采用了機器視覺檢測這一檢測算法，該算法先提取圖像的邊界輪廓，再計算灰度值，通過灰度值跳變的個

13、數(shù)與標準值比較，以此作為判定缺陷依據(jù)。潘洪平等人進一步的在已研究好了的缺陷區(qū)域幾何以及紋理特征的基礎上計算出相關的特征量并設計出能夠識別缺陷種類的分類器，采用的是模式識別的方法。在機械加工檢測零件表面這方面也應用了基于圖像處理的缺陷檢測技術，黎明等研究出一種圖像頻域濾波器，它能夠增強缺陷紋理以及消弱背景紋理，更有效的抑制了背景對缺陷所造成的干擾，使得之后對圖像進行缺陷分割時能更容易。因為圖像處理的缺陷檢測技術可以很好的檢測金屬表面的缺陷，因此在金屬表面檢測領域方面這項技術得到迅速的研究與應用。到了2004年，隨著國內(nèi)視覺技術的慢慢成熟，配套設備慢慢地完善，技術和資金也不再處于短缺狀態(tài)差，越來越

14、多的行業(yè)對圖像處理和視覺檢測技術所帶來的智能化需求也在廣泛的出現(xiàn)。國內(nèi)有很多學院以及研究所更是對此技術領域做出了大膽的嘗試。許多工業(yè)也在廣泛的運用這一技術。主要應用有印刷色彩檢測、瓶蓋檢測、藥品檢測分裝等領域。由于此行業(yè)還在發(fā)展的狀態(tài)，有些領域?qū)Υ思夹g的應用還處于研究中，并未真正的應用到，但這些領域有著很好的發(fā)展空件。13機器視覺檢測技術原理機器視覺檢測技術是指對產(chǎn)品的測量以及判斷由機器人來代替人眼進行。機器視覺系統(tǒng)是指通過CCD和CMOS照相機將被提取的目標轉(zhuǎn)換成圖像信號，然后用專用的圖像處理系統(tǒng)進行處理，并根據(jù)像素點的分布，彩色強度以及圖片的亮度等信息將圖像轉(zhuǎn)變?yōu)閿?shù)字化信號。接著圖像處理系

15、統(tǒng)再進行目標特征的提取，將輸出的結(jié)果和標準的數(shù)值進行對比以此來得出判定結(jié)果。機器視覺有幾個重要的研究分支：圖像處理和分析的并行算法、視覺知識的表示、目標制導的圖像處理、視覺系統(tǒng)的知識庫、序列圖像分析和運動參量求值、從二維圖像提取三維信息等。機器視覺系統(tǒng)有些比較好的特點，為了拍攝到理想的圖像，可以通過機器使攝像機的拍照速度自動與被測物的速度相匹配。機器視覺系統(tǒng)動態(tài)檢測精度可以達到0.02mm，分辨率可以達到16001200，因此零件的厚度可以不同，尺寸的范圍可以在2.4mm到12mm，系統(tǒng)可以調(diào)用相應的視覺程序?qū)Σ僮髡哌x擇的不同尺寸的工件進行尺寸檢測，排序裝置和輸送裝置為了使零件在固定路徑上運動

16、可以針對不同尺寸的零件精確的調(diào)整料道的寬度，并進行視覺檢測，并且得到輸出結(jié)果。想要查看監(jiān)測的結(jié)果，可以通過檢測的數(shù)據(jù)動態(tài)來查看，也可以通過圖像監(jiān)視檢測過程來查看。本系統(tǒng)廢品漏檢率為0，具有剔除廢品的功能，因為它能準確地對錯誤的工件發(fā)出剔除控制信號，系統(tǒng)還配有狀態(tài)指示燈，就是為了能夠自主的檢測設備是否處于正常工作狀態(tài)。本系統(tǒng)不僅能夠設置不同人員的不同操作權限還能實時的現(xiàn)實多種界面如：檢測畫面、中文界面等。還具備存儲、實時查看錯誤工件。生成錯誤結(jié)果信息文件等功能，可以通過此功能來查看最近不合格的圖像，并打印出包含對應錯誤的圖片。機器視覺檢測應用圖像分割技術，目的是為了對所分析的圖像用輪廓線和劃分區(qū)

17、域來進行描述?？梢杂眠吘墮z測來提取輪廓，還可以用用區(qū)域分析技術將區(qū)域劃分為多個灰度相近的組成部分。這樣與同機內(nèi)所存儲的模型能更方便進行比較匹配。機器視覺檢測技術是為了滿足在有危險或者不適合人工工作的環(huán)境下可以由機器視覺來取代人工視覺，以此來提高生產(chǎn)的效率以及降低危險度。尤其是在在大量的產(chǎn)品生產(chǎn)環(huán)境下為了提升產(chǎn)品質(zhì)量和生產(chǎn)的速度，最適合采用機器視覺檢測。信息的采集，信息的控制以及計算機集成制造都可以在機器視覺檢測技術下完成。這是人工視覺檢測所達不到的自動化程度。機器視覺檢測技術有易于自動化處理這一特點，而且可以獲取大量的信息并且是用極快的的速度。因此，機器視覺系統(tǒng)在缺陷檢測、質(zhì)量檢測、信息控制等

18、多個領域都屬于一項必不可少的技術。1.4本文研究的內(nèi)容及結(jié)構氣缸套作為汽車發(fā)動機的重要部件，生產(chǎn)批量大，質(zhì)量要求高，然而在鑄造、機械加工過程中，由于材料本身內(nèi)應力、夾緊力等作用容易引起微觀裂紋和鑄造過程中形成的氣孔、砂眼等內(nèi)在缺陷，如果這些缺陷出現(xiàn)在高溫高壓工作條件下的發(fā)動機中，很容易引起發(fā)動機的失效并導致安全事故。因此，對大批量氣缸套的快速、高效、無損檢測就尤為重要。在實際檢測中，由于氣缸套外表面螺紋的存在直接影響檢測效率，要求論文進行理論算法研究，去除氣缸套識別過程中外螺紋在圖像中的趨勢項影響。由于氣缸套外表面螺紋的存在直接影響檢測效率，所以要先去除氣缸套識別過程中外螺紋在圖像中的趨勢項影

19、響，再接著進行缺陷檢測。本論文以氣缸套表面螺紋為研究對象，采用基于數(shù)字圖像處理的輪廓跟蹤灰度處理來對螺紋進行研究與實驗。機器視覺檢測不僅能精確地檢測出缺陷的位置以及缺陷的大小，而且自動化程度也很高，最重要的是這種檢測技術適合各種缺陷檢測。本檢測系統(tǒng)包括圖像采集、圖像增強、圖像分割、缺陷識別這些算法。通過這些算法對目標圖像實行有效的處理得出最終的所要的結(jié)果。第2章 MATLAB介紹2.1 MATLAB的簡介MATLAB最開始成為商品化軟件是在1984年，它的第一個版本是由美國Mathworks公司推出的，隨著時間的發(fā)展，版本的不斷升級，內(nèi)容的不斷完善MATLAB的功能也越來越強大，它能夠?qū)崿F(xiàn)算法

20、設計建模等過程具有以下幾個功能：程序借口功能、符號計算功能、動態(tài)仿真功能、文字處理功能、數(shù)值計算功能、和數(shù)據(jù)分析功能?，F(xiàn)MATLAB在國際上已成為公認的最優(yōu)秀的工程應用軟件與數(shù)學應用軟件。MATLAB是一種科學計算軟件，還是一個科學計算平臺，它包含專業(yè)仿真模塊庫和工具箱，它涵蓋了偏微分方程，動態(tài)系統(tǒng)實時仿真，數(shù)字圖像處理，神經(jīng)網(wǎng)絡，控制系統(tǒng)應用，小波理論分析，數(shù)字信號處理，優(yōu)化與統(tǒng)計，通訊等多學科專業(yè)領域。它還是一種計算機語言，不僅直觀而且很高效。MATLAB為MATLAB產(chǎn)品家族提供了基本的數(shù)學算法，例如數(shù)值分析算法、矩陣運算，是MATLAB系類產(chǎn)品的基礎。MATLAB的基本編程單元是矩陣，

21、它將很多強大的功能集成在一起，放在視窗環(huán)境中，以便于方便的使用。這些功能包括矩陣計算、非線形動態(tài)系統(tǒng)的建模、數(shù)值分析、仿真、科學數(shù)據(jù)可視化等。MATLAB有以下幾個主要的部分：矩陣語句、工具箱、數(shù)學函數(shù)庫。MATLAB的簡捷、高效為算法、數(shù)據(jù)分析、應用程序開發(fā)、數(shù)據(jù)可視化和眾多領域提供了最核心的數(shù)學和強大的編程工具以及高級圖形工具。自20世紀90年代，MATLAB進入中國更是擁有了眾多用戶，不光科研和工程師在使用該軟件，各大高校更是將MATLAB設定為一門必修課，該軟件儼然成為學生必要掌握的一種工具軟件。在我們研究的內(nèi)容中，需要用到matlab這個軟件來設計相關的算法，所以要對matlab相關

22、知識進行一定的了解。現(xiàn)在這個軟件在很多方面都發(fā)揮了很大的用處，尤其在對圖像的處理、信號的分析以及時間序列的研究等方面，都有著突出貢獻。Matlab相比其他編程軟件不僅有傳統(tǒng)的功能而且其編程和設計算法速度很快，因為其省去了很多不必要的低級步驟。2.2 matlab M文件將在matlab中編寫的程序保存在M文件上，這樣對于復雜的程序，尤其是不便于調(diào)試和改正的程序，統(tǒng)一在M文件中進行修改，使得復雜的程序能夠很方便的實現(xiàn)。其語法與C語言有很大的相似性。在編完程序后要對其進行調(diào)試，以便對于出錯和有缺陷的地方能夠迅速，簡便的改正，使得圖像能夠清晰，客觀的反映出所要研究的結(jié)果，能夠通過對圖像的觀察方便的得

23、出研究對象的結(jié)論。（1）在M文件中包含的內(nèi)容有函數(shù)定義行，其主要含義是定義變量的順序，數(shù)量，包含輸入和輸出。Functionout1,out2,out3.=funName(in1,in2,in3.)（2） H1行是作用是總結(jié)函數(shù)功能的用途，H1行文本顯示為： Help filmname（3）Help文本，能夠幫助建立文本，起到注釋，解決問題的作用。（4）注釋，標志是 %，在其后將程序所執(zhí)行的意義表示出來，方便讀者理解。（5）函數(shù)體，就是編程，處理算法的主體，通過其構成語句，使得處理結(jié)果得以體現(xiàn)。2.3程序調(diào)試和優(yōu)化在編寫MATLAB程序時，不可避免的會出現(xiàn)錯誤，在這時候，就可以通過對程序進行調(diào)

24、試發(fā)現(xiàn)錯誤，修改錯誤，提高編寫過程中的效率。在程序出現(xiàn)錯誤時，一般是語法錯誤，可能在編寫過程中對程序名，定義類型等寫錯，對于這種錯誤，通過調(diào)試過程很容易就解決了，而對于較為復雜的邏輯錯誤，就需要使用Debugger窗口或者在命令窗口進行調(diào)試。當在命令窗口調(diào)試時，要遵循的步驟有，對短點的設置與清除，恢復執(zhí)行，工作空間的轉(zhuǎn)換，堆棧的調(diào)用，列出所有斷點，執(zhí)行語句，將標號標在文件上，調(diào)試模式的結(jié)束退出。2.4 text文件讀寫導入text文件，根據(jù)數(shù)據(jù)使用的不同分隔符，以及每行元素數(shù)量的多少，如果每行一樣，就可以使用load命令。Text文件能夠通過多種方式導出數(shù)組，如save命令，dlmwrire命

25、令等2.5matlab編程基礎在編寫過程中要了解變量，常數(shù)，結(jié)構體，函數(shù)等構成程序的基礎，而且要使其結(jié)構化，并掌握基本語句的用法，使得程序編寫簡便準確。第3章 圖像的獲取及預處理3.1圖像的采集圖像是通過一定的設備來進行采集的，圖像采集是將這些設備工作是輸入的客觀場景轉(zhuǎn)化為計算機加工圖像，以此來反應場景的性質(zhì)。圖像不僅可以從客觀場景中采集也可以從已有的數(shù)據(jù)中合成。對圖像處理來說，兩者都是為了獲得可以輸入到計算機并且進行后期處理的離散圖像。圖像采集設備有兩種，一種是對電磁輻射的能量譜波段敏感的傳感器，是一種物理器件，還有一種是數(shù)字化器件。前者能產(chǎn)生與所接受到的電磁能量成正比的信號，后者能將模擬信

26、號轉(zhuǎn)化為數(shù)字信號。一般所采集的圖像除了用幅度分辨率和空間分辨率來表示采集設備的性能，還用信噪比、像素形狀、快門速度、線性響度、讀取速度、靈敏度、頻譜靈敏度這些指標來表示采集設備的性能。CCD器件和CMOS器件都屬于固態(tài)采集器件，前者是一種電荷耦合器件是應用最為廣泛的設備。主要元件是CCD傳感器，尺寸小、抗振動、靈敏度高、強度高，具有精確和穩(wěn)定的幾何結(jié)構，可以制成許多分辨率和幀率，能對不可見的輻射成像。后者是一種互補的金屬氧化半導體，主要包括增益放大器、控制寄存器、模數(shù)轉(zhuǎn)換器、輸出寄存器和傳感器核心等。與CCD攝像機相比，CMOS攝像機減少了空間，降低了功耗，更降低了總體的成本。3.2圖像的預處

27、理在圖像的獲取和輸入的過程中往往會因為外界的噪聲進入到圖片中使得圖像發(fā)生變化，傳輸后的圖像和原始圖像會有一些差別，還有的時候原圖的清晰度不能滿足對圖像處理的要求，因此在對獲取的圖像進行處理前要進行圖像預處理。圖像預處理就是將圖片中的噪聲進行濾波，盡可能的還原圖像，將圖像的清晰度達到想要的效果。圖像預處理有很多種方法，每一個都有不同于其他的優(yōu)缺點。下面通過多種方法的對比我們可以從中選出一種效果好的方法。鄰域平均用一個像素領域的領域平均值作為濾波結(jié)果是一種最為簡單的平滑濾波，此時濾波模板的所有系數(shù)都取1。為了保證輸出的圖像的灰度值仍在原來的范圍內(nèi)，算的卷積值后要除以系數(shù)總個數(shù)后再進行賦值。領域平均

28、的一般表達式為： 其中N（x，y）對應f（x，y）中的（x，y）的nn鄰域，與模板w所覆蓋的范圍對應。 鄰域平均效果圖中值濾波用于中值濾波的輸出可寫為： 對一個所用尺寸為nn的模板來說，它的輸出值應該=模板中（n2-1)/2個像素值，中值濾波效果圖線性銳化濾波線性銳化濾波的完成可借助模板卷積。平滑圖像可以用對應積分運算的模板卷積，相反銳化圖像可以用對應微分運算的模板卷積。拉普拉斯算子是一種二階微分算子是線性銳化濾波中的一種比較典型的濾波方法。它銳化的模板系數(shù)的取值情況為中心為正，遠離中心為負。根據(jù)定義： 兩個分別沿X和Y方向的二階偏導均可借助差分計算： 拉普拉斯效果圖低通濾波器低通濾波器是要去

29、除圖像中的噪聲和邊緣保留低頻分量。傅里葉頻譜中的高頻分量對應的是圖像中的噪聲和邊緣。所以說去除圖像中噪聲影響以及邊緣輪廓可以通過頻域中低通濾波。下面的函數(shù)是一個理想的低通濾波器所要滿足的： 上式中是一個非負整數(shù)，也叫截斷頻率。D(u，v）是從點（u，v)到頻率平面原點的距離，。低通濾波效果圖直方均衡化直方圖均衡化適用于對圖像反差范圍較小的圖片進行增強。這個方法增加了像素灰度值得動態(tài)范圍，也就是將原始直方圖轉(zhuǎn)變?yōu)榫鶆蚍植嫉男问健亩_到增強圖像整體的對比度來實現(xiàn)圖像增強。直方圖均衡化的概率表達形式為： 式中，Sk為圖像f（x，y）的第k級灰度值，N是圖像中像素的總個數(shù)。通過用圖像中像素的總個數(shù)進

30、行歸一化，直方圖各列表達了各級灰度值像素在圖像中所占的比例。直方均衡化效果圖第四章 螺紋消除4.1圖像的邊緣檢測4.1圖像邊緣檢測的定義當人們看到一個物體時，最先注意的就是他的邊緣。如：因此在對圖像進行分析時，大多都會采用圖像邊緣檢測。邊緣檢測可以展現(xiàn)出這幅圖的整體特征。所謂邊緣就是指圖像中紋理或灰度跳變呈現(xiàn)不連續(xù)性，邊緣的特征就是將兩個區(qū)域劃分開。當給出一幅圖和模板時，我們可以從中發(fā)現(xiàn)圖片中存在明顯的邊界將圖片劃分為兩個部分，通過對模板進行操作可以得到：。通過對比可以明顯發(fā)現(xiàn)圖像的第三四列的灰度值比起其他幾列要高很多，這就是邊緣檢測起到的作用。4.2算法比較1. sobel算子Sobel算子

31、是一種常見的邊緣檢測算法，sobel算子可以分為兩種：普通的sobel算子各項同性的sobel算子普通的sobel算子和各項同性的sobel算子的不同點普通的Sobel算子通過加權對圖像中的像素點進行處理。各項同性的sobel算子也是運用加權對圖像進行處理，但它的加權系數(shù)相比而言更為精準。普通的sobel算子和各項同性的sobel算子的不同點Sobel算子的這兩種算子都能完成垂直邊沿的檢測和水平邊沿的檢測。原圖普通Sobel算子結(jié)果圖各向同性Sobel算子結(jié)果圖2、canny算子canny算子比起其他算子，無論從視覺效果還是從處理效果來看在邊緣檢測這一領域內(nèi)都具有較高的代表性。它提取的圖像邊緣

32、比較細膩，而且連接性較好。和其他算子相比邊緣更為清晰。3. robert微分算子Robert微分算子比較適和對噪聲較少并且邊緣比較清晰的圖像進行處理。但是由于Robert算子處理后的圖像不如其他算子邊緣那么平滑，所以在使用Robert算子后要做細化處理使得圖像的邊緣看起來平滑一些。導致圖像不平滑的原因是Robert算子對圖像邊緣定位時利用的是一種對圖像進行局部差分的方法。4. prewitt微分算子Prewitt算子和sobel算子一樣都屬于加權平均。不過prewitt算子能抑制圖片中噪聲。但是它抑制噪聲所通過的像素平均效果和低通濾波差不多。所以最終導致邊緣處理結(jié)果沒有理想中的好。 雖然這幾種

33、算法都有不同的優(yōu)缺點，但他們卻也有相同的特點：這幾種算子都具有針對性，每種算法所對應的邊緣都是最適合他們的，他們還具有完成特定任務的優(yōu)越性。通過多方面的比較，可以發(fā)現(xiàn)其中只有Robert微風算子沒有圖像模板，模板運算也可以叫領域處理它可以完成很多圖像增強效果的處理可以算是一種圖像處理手段。它可以完成油畫效果中值濾波圖像的凹凸效果平滑效果等多種效果圖。模板的大小有很多種33,55,77,或者更大，一般33的模板較為常見，模板運算的最終結(jié)果就是為了把圖像中每個像素點的值計算出來。步驟為：定義模板把圖像中的每一個像素位置與模板中心相對應進行數(shù)學計算。4.2輪廓跟蹤 4.2.1輪廓跟蹤原理輪廓跟蹤在一個有閉合邊界目標區(qū)域的圖像中很好實現(xiàn)，它所實現(xiàn)的方法就是