基于蚁群算法的Zernike矩亚像素工件边缘检测OA
边缘检测是影响工件尺寸检测精度的主要因素之一。为了进一步提高工件尺寸测量的准确性,本文提出了一个改进Zernike矩的亚像素边缘检测方法。首先,采用滤波和阈值分解等技术对图像进行预处理以得到二值图,再次,采用蚁群算法得到图像的边界,然后,采用Zernike矩的边界检测方法来确定图像亚像素边缘。结果表明,改进的边缘检测方法相较于传统方法,其提取的亚像素边缘坐标与原始坐标之间的绝对误差不超过0.5,且运行速度提高了约10倍,较好地满足了工件尺寸检测精度的要求。
唐世宁;查长礼;程江林
安庆师范大学电子工程与智能制造学院,安徽安庆246133安庆师范大学电子工程与智能制造学院,安徽安庆246133安庆师范大学电子工程与智能制造学院,安徽安庆246133
计算机与自动化
Zernike矩蚁群算法边缘检测亚像素
《安庆师范大学学报（自然科学版）》 2023 (4)
P.35-40,6
安徽省高等学校提升专业服务十大新兴产业项目(2021fwxxcy028)安徽省高等学校省级重点教研项目(2020jyxm1074)。
评论