复杂背景下的激光光斑中心检测算法

发布时间：2021-12-25 00:02

　　针对复杂背景下光斑边缘难以提取的缺陷,设计了一种高精度的激光光斑边缘检测方法,使用双边滤波,增强保边能力;改进梯度模板,减少边缘断裂现象;引入形态学处理,去除光斑内部背景边缘,得到有效光斑边缘;最后对光斑边缘进行椭圆拟合得到光斑中心坐标。实验结果表明,改进算法在边缘检测的单一性、完整性及连续性上取得了较大的提升,激光光斑的中心定位稳定性大幅提高。 

【文章来源】：智能计算机与应用. 2020,10(04)

【文章页数】：5 页

【部分图文】：

某点8邻域灰度值

连通域的标记

激光光斑边缘检测的准确性对后续光斑中心定位工作起着重要作用，准确的边缘检测可以减少后续过程的工作量。复杂背景下的激光光斑中心检测步骤如图3所示。4 实验结果与分析

【参考文献】：
期刊论文
[1]基于数学形态学预处理的Canny算子边缘检测算法[J]. 王弘毅,赵欢.  菏泽学院学报. 2019(02)
[2]基于改进Canny算子的铁路扣件定位方法[J]. 邹逸,顾桂梅,张军平.  兰州交通大学学报. 2019(01)
[3]一种高精度的激光图像光斑中心检测方法[J]. 张绍堂,吴鸿,宁德琼.  激光杂志. 2018(08)
[4]一种基于亮度阈值的激光光斑中心定位算法[J]. 郭玉静,魏丽.  测试技术学报. 2017(03)
[5]一种基于Canny算子的图像边缘检测改进算法[J]. 段红燕,邵豪,张淑珍,张晓宇,王小宏.  上海交通大学学报. 2016(12)
[6]激光光斑中心高精度定位算法研究[J]. 陈和,杨志浩,郭磐,张寅超,陈思颖.  北京理工大学学报. 2016(02)
[7]基于Canny算子的边缘检测及评价[J]. 林卉,赵长胜,舒宁.  黑龙江工程学院学报. 2003(02)

硕士论文
[1]基于小波变换图像去噪及边缘检测研究[D]. 胡志峰.东华理工大学 2018
[2]基于机器视觉的多圆工件检测技术研究[D]. 安培源.浙江理工大学 2018



本文编号：3551432