圖像精密測(cè)量算法研究.pdf

1、圖像測(cè)量技術(shù)是依據(jù)透鏡成像原理,把被測(cè)目標(biāo)的圖像當(dāng)作檢測(cè)和傳遞信息的載體,并利用圖像處理技術(shù)對(duì)像成份進(jìn)行研究,從而獲得目標(biāo)的幾何參數(shù)。這種測(cè)量技術(shù)主要在于圖像處理和算法的研究上,對(duì)外部硬件設(shè)備依賴少,可以通過軟件編程算法來獲得較高的測(cè)量精度。
　　 本文主要是對(duì)二維幾何圖形利用圖像處理方法進(jìn)行精密測(cè)量的研究。系統(tǒng)的標(biāo)定和圖像中目標(biāo)的定位精度是利用圖像法進(jìn)行精密測(cè)量時(shí),影響到測(cè)量精度的關(guān)鍵技術(shù)。對(duì)于本課題來講,邊緣的定位精度越高則

2、測(cè)量系統(tǒng)的測(cè)量精度也越高。因此,本文對(duì)研究中所涉及到的圖像處理技術(shù)--圖像增強(qiáng)與濾波、邊緣檢測(cè)和亞像素細(xì)分等技術(shù)進(jìn)行了深入的分析和研究,并在此基礎(chǔ)上設(shè)計(jì)了一種形態(tài)邊緣檢測(cè)和改進(jìn)了空間矩亞像素細(xì)分算法,從而通過提高邊緣檢測(cè)精度來達(dá)到提高測(cè)量系統(tǒng)檢測(cè)精度的目的。
　　 在圖像平滑濾波方面,分析了CCD攝像機(jī)采集的圖像中含有的噪聲來源,針對(duì)其中主要的隨機(jī)噪聲和椒鹽噪聲,采用3x3的中值濾波算法,該算法在去除噪聲的同時(shí)還能夠保護(hù)了圖像的

3、邊緣細(xì)節(jié)。在圖像邊緣檢測(cè)方面,針對(duì)傳統(tǒng)邊緣檢測(cè)方法存在的邊緣分辨率較低、對(duì)含噪圖像的邊緣檢測(cè)效果不佳等問題,設(shè)計(jì)了一種改進(jìn)的多結(jié)構(gòu)抗噪型形態(tài)學(xué)圖像邊緣檢測(cè)算法,該算法針對(duì)單一結(jié)構(gòu)元素檢測(cè)的邊緣粗和不連續(xù)的問題,利用多種結(jié)構(gòu)元素進(jìn)行組合,形成多結(jié)構(gòu)多尺度結(jié)構(gòu)元素的邊緣檢測(cè),并在此基礎(chǔ)上引入邊緣方向信息,采用非極大值抑制方法對(duì)形態(tài)學(xué)梯度圖像進(jìn)行細(xì)化處理,然后利用改進(jìn)的矩估計(jì)亞像素細(xì)分算法來實(shí)現(xiàn)圖像邊緣的精密定位,最后,利用系統(tǒng)標(biāo)定測(cè)量出圖像