摘要：鋼球表面缺陷是衡童鋼球質(zhì)量的重要指標(biāo), 但是由于成像中的非人為噪聲的特點, 使得姻球圖像的邊緣檢瀏比較困難本文利用小波多尺度分析及小波變換系數(shù)模局部極大值來檢瀏鋼球圖像的邊緣, 取得了較好的效果, 為進一步實現(xiàn)計算機的自動檢測提供了很好的依據(jù)。

關(guān)健詞鋼球；小波變換；邊緣檢瀏

邊緣檢測是圖像處理中的重要內(nèi)容, 邊緣是圖像的最基本特征所謂邊緣, 是指周圍像素灰度有階躍變化或屋頂變化的那些像素的集合poggio說：邊緣或許對應(yīng)著圖像中物體的邊界或許并沒有對應(yīng)粉圖像中物體(的邊界)但是邊緣具有十分令人滿憊的性質(zhì), 它能大大地減少所要處理的信息但是又保留了圖像中物體的形狀信息川并定義邊緣檢側(cè)主要是圖像的灰度變化的度量、檢測和定位邊緣與圖像中物體的邊界有關(guān)但又是不同的邊緣反映的是圖像灰度的不連續(xù)性。 在分析過程中, 要求檢測方法既必須檢測出灰度的非連續(xù)性, 又要能同時確定其精確位置為了抑制影響細節(jié)的噪聲, 在正式檢測之前需要對圖像進行局部的平滑, 這在某種程度上影響了邊緣定位的精確性用于邊緣檢測的算子有多種, 其中引起人們較大關(guān)注的是Marr和Hildreth提出的邊緣檢測算子以及Canny提出的邊緣檢測算子。 Canny提出評價邊緣檢測算子性能的三個指標(biāo)好的信噪比、好的定位性能和對單一邊緣的唯一響應(yīng), 并給出了算子的數(shù)學(xué)表達式, 即高斯函數(shù)的一階導(dǎo)數(shù)由于在尋找單一邊緣點時, 僅僅根據(jù)該點與相鄰點的大小比較, 對灰度的微弱起伏較為敏感, 而且不能保證得到的邊緣具有較好的連續(xù)性.R.A.Young從人類視覺的生理特性和數(shù)學(xué)形式上分析,指出一個高斯平滑函數(shù)益加一個高斯函數(shù)的二階導(dǎo)數(shù)能夠更加精確地模擬人類的視覺特性, 即能夠更好的強化邊緣并準(zhǔn)確定位. 這一點從Mach理論也可以得到啟發(fā), 即人類對客觀事物的感知, 不僅與物體的亮度了有I關(guān), 而且與背景亮度與物體亮度的差別有VI關(guān)。 與傳統(tǒng)方法不同的是, 本文提出在小波域內(nèi)利用小波變換多尺度分析和模局部極大值來對圖像邊緣進行提取圖像中邊緣存在于不同的尺度空間中,在一組尺度上做邊緣檢測可以得到各個通道相應(yīng)的邊緣小波理論采用不同的尺度進行濾波, 在小尺度上得到精細變化的邊緣, 但易受噪聲影響在大尺度上檢測出變化劇烈的邊緣, 但定位精度低本文綜合多尺度檢測到的邊緣, 力求符合人類視覺習(xí)慣理論和實驗證明, 此方案比傳統(tǒng)的檢測效果好。

乾潤鋼球?qū)I(yè)提供大量銹鋼鋼球,軸承鋼球,鋼球套等鋼球產(chǎn)品。

來源：http://www.chinagyf.com

參考文獻：【1】楊枝員, 王開數(shù)字圖像獲取處理及實踐應(yīng)用〔M〕北京人民郵電出版社.2003【2】章筑晉羞于內(nèi)容的視覺信息檢索〔M〕北京科學(xué)出版社,.2003