振動(dòng)篩廠(chǎng)家提出了一種超聲波振動(dòng)篩網(wǎng)經(jīng)絲和緯絲夾角的自動(dòng)檢測(cè)方法，首先用改進(jìn)的Harris算法檢測(cè)角點(diǎn)，解決了Harris漏檢和誤檢的問(wèn)題，與目前的改進(jìn)的Harris算法相比，在保證檢測(cè)精度的前提下提高了檢測(cè)效率，為后續(xù)的邊緣擬合打下了基礎(chǔ)。然后用Canny算子預(yù)檢測(cè)篩孔邊緣，再結(jié)合Facet做亞像素邊緣檢測(cè)，提高了檢測(cè)精度。最后檢測(cè)出超聲波振動(dòng)篩網(wǎng)經(jīng)絲和緯絲的夾角，實(shí)驗(yàn)證明本文所提出的方法能夠提高角度檢測(cè)的精度。

超聲波振動(dòng)篩

1.角點(diǎn)預(yù)篩選

考慮到判斷角點(diǎn)分布及處理偽角點(diǎn)所花的時(shí)間，為了提高超聲波振動(dòng)篩角點(diǎn)的檢測(cè)效率，本文先對(duì)圖像的像素進(jìn)行預(yù)篩選，排除一些明顯不可能成為角點(diǎn)的像素點(diǎn)。傳統(tǒng)的Harris角點(diǎn)檢測(cè)算法是根據(jù)圖像中每一個(gè)點(diǎn)的像素梯度值的變化，來(lái)判定某點(diǎn)是否為角點(diǎn)。在一定范圍內(nèi)梯度變化越大的點(diǎn)越可能成為角點(diǎn)，也就是說(shuō)在角點(diǎn)周?chē)欢ù笮〉泥徲騼?nèi)，像素的灰度值變化是很大的。那么反過(guò)來(lái)，在非角點(diǎn)像素的領(lǐng)域內(nèi)，像素灰度值基本不變，甚至有可能相等。

2.正態(tài)法去除偽角點(diǎn)

根據(jù)預(yù)篩選后檢測(cè)出的“角點(diǎn)”，求出在Y軸和X軸上的角點(diǎn)分布，如圖3和圖4所示。將縱、橫角點(diǎn)分布按其聚集程度分成塊，那么每一塊實(shí)際上就是超聲波振動(dòng)篩每一列或者每一行的角點(diǎn)分布，通過(guò)Kolmogorov-Smirnov方法驗(yàn)證，能夠得出角點(diǎn)在縱、橫方向上的分布的確符合正態(tài)分布，與之前的假設(shè)相等。

對(duì)于一些分散分布在X軸或Y軸方向上的孤立點(diǎn)，或者點(diǎn)的個(gè)數(shù)累計(jì)不超過(guò)行數(shù)或列數(shù)1/3的點(diǎn)(這1/3是經(jīng)過(guò)多次實(shí)驗(yàn)所得)，在分塊時(shí)直接將其刪除，因?yàn)檫@些必然是偽角點(diǎn)。然后求出每一行和列的正態(tài)分布，設(shè)置其置信區(qū)間，根據(jù)多次測(cè)試效果，取置信區(qū)間為9600，去掉所有偽角點(diǎn)。  

聯(lián)系電話(huà)：18638319063微信同號(hào)