視覺檢測設備如何進行外螺紋表面圖像拼接

發布日期:
2022-04-20
瀏覽量:

外螺紋圖像采集時由于鏡頭視場寬度的限制,某些螺紋圖像需要分段拍攝才可以獲得,外螺紋表面缺陷在檢測時要一次可以實現對整個螺紋的二維展開圖處理,解決此矛盾一個行之有效的方法是對外螺紋表面進行圖像拼接,視覺檢測設備如何進行外螺紋表面圖像拼接?

視覺檢測設備4.png

1、特征提取

成像匹配是對客觀環境(光照、時間、分辨率等)不同的情況下所采集的同一目標的圖像進行特征點的提取與匹配,傳統特征提取算法利用與圖像灰度相關的信息直接對感興趣目標進行角點或進行邊緣檢測和提取,對拍攝環境要求比較高,適應性較差,匹配效果隨著光照、尺度等變化而變化。如SIFT算法,優勢在于所檢測出的特征點對旋轉、仿射等變換有良好的穩定性,抗噪性能好,對尺度變換也有較強穩定性。這些特點的存在使它比較適合于消除外螺紋表面圖像在采集過程中因執行機構存在機械振動、螺紋轉動等因素造成的圖像質量差的影響。

2、圖像噪聲及分類

視覺檢測設備獲取噪聲,一種在圖像切割過程中引起的白色和黑色相間的雜點噪聲,該噪聲對于特征提取、邊緣檢測、圖像識別等負面影響較大;量化噪聲:一種在圖像量化過程中因設置不同的量化等級而產生的量化誤差;沖擊噪聲:一種在傳輸過程中出現的噪聲幅值明顯高于周圍像素點的差錯。為削弱圖像中各種圖像噪聲的影響,必須對圖像進行濾波。常見的空間域圖像濾波方法有鄰域平均法、加權平均法、選擇式掩膜平滑法以及中值濾波法等。

視覺檢測設備圖像拼接的兩個核心操作是圖像配準和圖像融合,圖像配準是解決圖像拼接問題的關鍵,主要包括特征點提取以及尋找圖像之間的一致性匹配區域。圖像配準對于圖像拼接效果的影響程度是不容小覷的,沒有好的配準效果,再好的融合算法也無濟于事。

相關推薦

暫無數據