本文關(guān)鍵詞：基于小波模極大值的工件圖像邊緣檢測

  更多相關(guān)文章： 小波變換 邊緣檢測 數(shù)字圖像處理 工件定位

【摘要】：為給數(shù)控機床上下料機器人提供準(zhǔn)確定位信息,實現(xiàn)機械手準(zhǔn)確抓取工件,需要對工件進行圖像抓取并處理圖像,同時為了獲得抓取信息,對工件進行邊緣檢測以提取出清晰的輪廓。在工件實際圖像采集中,噪聲往往比較多,本文采取小波模極大值邊緣檢測算法,將圖像進行小波變換后計算模值及相角,求出模的極大值點并判斷是否為邊緣點后對邊緣進行提取,最后對實際工件進行邊緣檢測。該方法抗噪性良好,并具有一定的實用性。
【作者單位】： 江蘇大學(xué);
【關(guān)鍵詞】： 小波變換 邊緣檢測 數(shù)字圖像處理 工件定位
【基金】：江蘇省研究生創(chuàng)新基金(KYLX15_1049)
【分類號】：TG659;TP391.41
【正文快照】： 1引言 近年來數(shù)控機床上下料自動化操作得到飛速發(fā)展,在上下料過程中,為了使機械手準(zhǔn)確抓取工件,需要對工件進行圖像抓取并處理。為了獲得抓取信息,對工件的邊緣進行檢測和清晰的提取不可或缺[1]。當(dāng)前的研究主要針對于單個工件圖像在實驗條件進行邊緣檢測和提取,不涉及真實

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 董佳鵬;何建忠;;基于冗余小波變換的灰度多聚焦圖像融合方法[J];電子科技;2015年12期

2 費勤水;張榆鋒;陸玉婧;章克信;萬國盛;崔龍芳;;基于多尺度小波邊緣檢測改進GVF snake的頸部淋巴結(jié)超聲圖像輪廓提取[J];計算機應(yīng)用與軟件;2015年04期

3 喬玉龍;袁鍇龍;;基于自相關(guān)矩陣和邊緣檢測的運動目標(biāo)檢測[J];電子科技;2014年09期

4 潘躍龍;顧寄南;鄭立斌;王紅梅;梁剛;;基于梯度算子的邊緣檢測方法的研究與改進[J];制造業(yè)自動化;2014年17期

5 黃小丹;;基于拉普拉斯金字塔變換的小波域圖像融合[J];電子科技;2014年06期

6 楊昊;;CUDA下局部閾值和二值函數(shù)的邊緣檢測[J];電子科技;2014年03期

7 關(guān)號兵;顧寄南;陳四杰;沈巍;;圓柱體工件上下料機器人視覺系統(tǒng)設(shè)計[J];機械設(shè)計與研究;2012年01期

8 靳艷紅;蒙建軍;;一種基于Canny算子改進的邊緣檢測算法[J];重慶文理學(xué)院學(xué)報(自然科學(xué)版);2011年02期

9 袁修貴;龔正;孟正中;;基于邊緣方向性的小波邊緣檢測算法[J];計算機工程與科學(xué);2010年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 顧寄南;高國偉;丁衛(wèi);;基于小波模極大值的工件圖像邊緣檢測[J];工具技術(shù);2016年11期

2 唐彬;劉杰;;機器人視覺傳感系統(tǒng)與數(shù)控機床的組合應(yīng)用研究[J];機械管理開發(fā);2016年11期

3 劉雪峰;孫巧巧;趙文倉;;多傳感器圖像融合技術(shù)[J];現(xiàn)代電子技術(shù);2016年22期

4 楊全海;;基于計算機圖像處理的板形識別系統(tǒng)設(shè)計[J];電子設(shè)計工程;2016年21期

5 林春深;陳萍蕓;;一種改進型動脈圖像增強方法研究[J];寧夏大學(xué)學(xué)報(自然科學(xué)版);2016年03期

6 高贏;張瑩;閆t，

本文編號：667503