如何使用機(jī)器視覺測量邊緣位置

在一個數(shù)字圖像中，物體的邊緣產(chǎn)生強(qiáng)度的變化，在幾個像素的距離。當(dāng)區(qū)分作為像素距離的函數(shù)的圖像強(qiáng)度時(shí)，在邊緣處的強(qiáng)度的變化的快速速率產(chǎn)生大的輸出值。然后，可以檢測到對象的邊緣，通過發(fā)現(xiàn)這些大的輸出值。

由于光照變化的強(qiáng)度變化通常是較小的，并發(fā)生在較長的距離在圖像比邊緣強(qiáng)度的變化。區(qū)分這些變化給出了較小的輸出值，可以通過應(yīng)用一個閾值濾波。通過檢測邊緣，一個可以可靠地定位和測量的對象，而沒有完全均勻的照明。

一個對象的邊緣可以作為一個模型或模板來搜索對象的其他實(shí)例?；谶吘壍乃阉骺梢愿欤鼜?qiáng)大的比搜索的基礎(chǔ)上的像素強(qiáng)度。

最頂端的卡尺檢測線邊緣假（紅+引號）由于質(zhì)感。底部卡尺線已被設(shè)置為停止在第一邊緣發(fā)現(xiàn)高于閾值時(shí)，從而忽略了部分內(nèi)部質(zhì)地。該圖顯示在黑色的邊緣強(qiáng)度，在紅色的數(shù)字差曲線，如綠色，水平線，發(fā)現(xiàn)邊緣位置為藍(lán)色，垂直線的閾值。

計(jì)算邊緣

現(xiàn)代機(jī)器視覺系統(tǒng)隱藏易于使用的工具的邊緣檢測過程的大部分細(xì)節(jié)，比如搜索或外部卡鉗。邊緣檢測的工作原理及其局限性的理解可以提高使用這些工具。

數(shù)字圖像在空間和強(qiáng)度離散的，所以利用數(shù)字差分運(yùn)算而不是連續(xù)的差異來檢測邊緣。例如，沿著一個卡鉗線連續(xù)的強(qiáng)度值之間的差。差運(yùn)算符可以表示為乘以一個向量或內(nèi)核的值（重量）和總和的像素強(qiáng)度值。

線性代數(shù)而言，這是一個內(nèi)核矢量和像素值的矢量之間的點(diǎn)或內(nèi)積。例如，以連續(xù)像素之間的差由[-1,1]的內(nèi)核表示。這就是說，兩個連續(xù)像素，1-1和右像素乘以左像素，總結(jié)的結(jié)果，所以：輸出=（右像素+（ - 左像素））。

內(nèi)核沿卡鉗線移動，并且在每個像素執(zhí)行此加權(quán)求和操作。這個過程被稱為卷積（它實(shí)際上是相關(guān)性）。考慮卷積的一種方法是，該內(nèi)核是看起來像的邊緣和沿所述圖像中的線滑動的強(qiáng)度圖案。其中，這種模式的邊緣相匹配時(shí)，輸出將是大的值。

這里有三個問題檢測使用卷積邊：

首先，卷積在卡鉗線的每一端用完像素。它不能檢測邊緣是比內(nèi)核元件數(shù)的一半更靠近卡鉗行的末尾。所以使卡鉗線比最大預(yù)期邊緣位置更長一點(diǎn)的兩端。

其次，對象應(yīng)具有與大或比使用的內(nèi)核的大小大的寬度。是需要子像素分辨率，下面所討論的這種限制。避免在細(xì)線措施。

第三，數(shù)字差異放大任何強(qiáng)度的變化，包括由于噪聲和紋理的部分的變化。邊緣檢測算子平滑的像素強(qiáng)度值之前的數(shù)字差降低噪聲和紋理的影響。由于卷積是線性的，平滑和數(shù)字差分可以合并到一個內(nèi)核。例如，結(jié)合了一個[ 1，1 ]平滑內(nèi)核和一個[ 1，1 ]數(shù)字差分核給出了[ 1，0，1 ]的核心。

即使平滑后，噪音或紋理可以產(chǎn)生虛假的邊緣。噪聲給出了一個小的卷積值，所以一個閾值相同的一個用于抑制照明變化可以刪除它。紋理可以給輸出太大，以消除由一個閾值。

紋理邊緣有時(shí)可以通過設(shè)置邊緣檢測，以避免紋理區(qū)域，例如，由在第一閾值以上的邊緣停止檢測發(fā)現(xiàn)或通過拾取邊緣具有最大值被抑制。

一個黑暗到光的邊緣（頂部）給出了強(qiáng)度樣品（藍(lán)點(diǎn)）。一條曲線（綠色）適合于數(shù)字差異（紅色），和內(nèi)插的尋峰（綠色）點(diǎn)，這是亞像素邊緣位置。

假設(shè)一個外部鉗工具使用。該工具返回邊緣到邊緣距離的措施，顯然，4或5位小數(shù)的分辨率，說87.17095。這顯然大分辨率主要是噪聲測量的精度是少多了，也許1?10個像素的距離。如果你想到它，任何分?jǐn)?shù)或亞像素精度似乎是不可能的。在離散位置的像素值，如何可以在這些位置之間的一項(xiàng)措施？

如果邊緣強(qiáng)度的變化小于一個像素的亞像素位置則無法測量。由于該步進(jìn)邊緣的位置在像素內(nèi)移動，不同的值顯示，但沒有可靠的方法來與這些值的像素內(nèi)的邊緣位置。

真實(shí)的物體邊緣過渡的強(qiáng)度超過一定距離和相機(jī)的光學(xué)進(jìn)一步平滑或模糊邊緣強(qiáng)度值超過一定的距離。這兩個分布信息的邊緣的位置上的一些像素?；謴?fù)亞像素邊緣位置，模型的分布式邊緣位置的樣品和插值。對于這一工作，平滑或模糊必須發(fā)生之前的圖像數(shù)字化。

模型假定邊緣處的最大強(qiáng)度變化的點(diǎn)，所以它在強(qiáng)度衍生物峰。通常將不會有在數(shù)字差值的峰的強(qiáng)度的樣品的權(quán)利。因此，適合的拋物線到最靠近峰值的數(shù)字差分值，并沿著該曲線插值找到峰值。

為了獲得亞像素位置分辨率，反對由自然平滑，并且需要相機(jī)的光學(xué)邊緣。假設(shè)，在這些平滑的邊緣，最大強(qiáng)度變化的峰的在點(diǎn)衍生物是邊緣位置。在數(shù)字化圖象通過擬合曲線到數(shù)字差值（樣本）和內(nèi)插恢復(fù)峰值位置。

鏡頭和相機(jī)的選擇也影響精度和精度。標(biāo)準(zhǔn)機(jī)器視覺鏡頭，特別是短焦距透鏡顯著扭曲的圖像距離。視覺系統(tǒng)的標(biāo)定可以除去大部分的這種扭曲，但較高的精密度和準(zhǔn)確度使用透鏡設(shè)計(jì)的測量，如遠(yuǎn)心鏡頭。從理論上說，一個鏡頭過于尖銳會不會平滑的邊緣信息，在一些像素，因此可以降低子像素精度。

使用為機(jī)器視覺設(shè)計(jì)的相機(jī)。在其他東西中，這些相機(jī)沒有缺陷的像素，它可以給虛假的邊緣。更多的相機(jī)像素可以提供更好的精度對對象的測量。亞像素精度不是像素?cái)?shù)目的函數(shù)。