鏡片輪廓測(cè)量算法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步，人們對(duì)于眼鏡的科技含量、多種用途、個(gè)性化、款式等要求是逐步提高。而且，由于人們的物質(zhì)條件越來(lái)越高和對(duì)于眼部健康的重視，眼鏡佩戴者要求的不同，眼鏡的升級(jí)換代時(shí)間更短，眼鏡生產(chǎn)的規(guī)模是逐年擴(kuò)大。眼鏡產(chǎn)業(yè)儼然發(fā)展成為一個(gè)具有無(wú)限潛能與活力的新興行業(yè)。自動(dòng)數(shù)控鏡片磨邊機(jī)的一個(gè)重要構(gòu)成部分是鏡片輪廓測(cè)量系統(tǒng)，它的功能就是提取出鏡片的輪廓并測(cè)量該尺寸，經(jīng)過(guò)數(shù)據(jù)處理后，成為鏡片磨邊加工的數(shù)據(jù)依據(jù)，所以采用數(shù)字圖像處理技術(shù)提取鏡

2、片的輪廓是整個(gè)眼鏡片制作的重點(diǎn)。
　　圖像的邊緣提取技術(shù)是數(shù)字圖像處理中應(yīng)用非常廣泛的一種技術(shù)，一幅圖像是由許許多多的數(shù)據(jù)信息所組合而成的，其中邊緣信息占據(jù)了大多數(shù)。所以，輪廓提取與測(cè)量在數(shù)字圖像處理中扮演著十分重要的角色。本文完成了對(duì)鏡片輪廓測(cè)量算法的設(shè)計(jì)，文中先對(duì)鏡片圖像進(jìn)行去噪等一系列預(yù)處理，然后詳細(xì)介紹了幾種邊緣檢測(cè)算法，對(duì)鏡片的邊緣進(jìn)行檢測(cè)，最后提取出鏡片的輪廓，研究了圖像的標(biāo)定，完成對(duì)其數(shù)據(jù)的測(cè)量。通過(guò)實(shí)驗(yàn)檢測(cè)，結(jié)果表

3、明能夠達(dá)到要求的檢測(cè)精度。為下一步的研究打下堅(jiān)實(shí)的基礎(chǔ)。
　　本文主要研究的內(nèi)容有：
　　(1)鏡片圖像數(shù)據(jù)的預(yù)處理，包括圖像的中值濾波，基于數(shù)學(xué)形態(tài)學(xué)的處理以及圖形灰度化；
　　(2)介紹幾種圖像分割的方法，包括矩量保持法、Otsu法和最小誤差閾值分割法；
　　(3)對(duì)各種邊緣檢測(cè)算子進(jìn)行實(shí)驗(yàn)和比較；
　　(4)研究了輪廓跟蹤算法；
　　(5)根據(jù)尺寸標(biāo)定完成了對(duì)鏡片輪廓數(shù)據(jù)的處理。
　　經(jīng)過(guò)