針對激光圖像邊緣檢測問題,提出了一種結(jié)合數(shù)學(xué)形態(tài)學(xué)濾波和Candy算法的邊緣檢測算法。首先,設(shè)計了一種激光圖像處理系統(tǒng),主要包括FPGA、外部存儲器、鏈路層芯片、物理層芯片以及上位機等部分。針對傳統(tǒng)Candy算法的不足,借助數(shù)學(xué)形態(tài)學(xué)濾波技術(shù)對圖像做濾波處理,在領(lǐng)域的4個方向計算一階偏導(dǎo)數(shù)有限差分,進而獲取圖像灰度值的梯度幅值和方向。根據(jù)梯度信息檢測和連接邊緣點。最后進行了實驗研究。實驗結(jié)果表明,所述激光圖像邊緣檢測方法在保證執(zhí)行效率的前提下,在去噪、連續(xù)性、定位等方面優(yōu)勢比較明顯,能夠滿足激光圖像處理要求。 

【文章來源】：自動化技術(shù)與應(yīng)用. 2020,39(05)

【文章頁數(shù)】：4 頁

【部分圖文】：

激光圖像處理系統(tǒng)

基于機器視覺實現(xiàn)激光圖像檢測的整個流程中，圖像邊緣處理就顯得十分重要。所謂邊緣檢測就是利用某種算法獲取圖像內(nèi)部目標和背景之間的分界線。目前，常用的圖像邊緣檢測理論大多采用一階梯度最大值或者二階導(dǎo)數(shù)過零點實現(xiàn)，算法基本流程如圖2所示。如前所述，文中設(shè)計一種改進Canny算法以實現(xiàn)圖像邊緣檢測[10]。3.1 數(shù)學(xué)形態(tài)學(xué)基本運算

實驗結(jié)果

【參考文獻】：
期刊論文
[1]基于機器視覺的激光條形碼識別技術(shù)研究[J]. 馮月春,陳惠娟.  激光雜志. 2019(06)
[2]基于數(shù)學(xué)形態(tài)學(xué)預(yù)處理的Canny算子邊緣檢測算法[J]. 王弘毅,趙歡.  菏澤學(xué)院學(xué)報. 2019(02)
[3]融合數(shù)學(xué)形態(tài)學(xué)濾波技術(shù)的邊緣檢測算法[J]. 李東興,高倩倩,張起,蔡亞南,吳秀東.  山東理工大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[4]基于機器視覺檢測鋼板板形的圖像處理方法研究[J]. 許博文,唐朝,張?zhí)?李家棟.  軟件工程. 2018(06)
[5]基于自適應(yīng)遺傳算法的激光圖像處理[J]. 周理,劉琰.  沈陽工業(yè)大學(xué)學(xué)報. 2019(02)
[6]一種用于激光雷達識別車道標線算法[J]. 孔棟,孫亮,王建強,王曉原.  科學(xué)技術(shù)與工程. 2017(16)
[7]激光主動探測圖像散斑自適應(yīng)濾波抑制方法研究[J]. 朱曼曼,時東鋒,胡順星,王英儉.  量子電子學(xué)報. 2017(02)
[8]基于光紋特征的激光主動照明圖像去模糊[J]. 王燦進,石寧寧,孫濤,王銳.  光學(xué)精密工程. 2016(05)
[9]基于激光視覺的角焊縫圖像特征點提取[J]. 劉子騰,白瑞林,王秀平.  焊接學(xué)報. 2016(02)
[10]基于FPGA和神經(jīng)網(wǎng)絡(luò)的激光圖像處理系統(tǒng)研究[J]. 嚴偉中,楊雄.  激光雜志. 2015(11)



本文編號：3287826