Σπίτι >
Ειδήσεις
> Εταιρικά Νέα Σχετικά με Μια σύντομη συζήτηση για την ανίχνευση ακμών στην μηχανική όραση

Μια σύντομη συζήτηση για την ανίχνευση ακμών στην μηχανική όραση

2026-08-01

Τελευταίες εταιρικές ειδήσεις για Μια σύντομη συζήτηση για την ανίχνευση ακμών στην μηχανική όραση
Μηχανική όραση και ανίχνευση άκρων

Η μηχανική όραση έχει τα πλεονεκτήματα της υψηλής ταχύτητας, της υψηλής ακρίβειας, της επαναληψιμότητας, της αντικειμενικότητας κ.λπ. Μετά την προσθήκη της μηχανικής όρασης στον αυτοματοποιημένο εξοπλισμό, η αποτελεσματικότητα και η ακρίβεια ανίχνευσης και συναρμολόγησης θα βελτιωθούν σημαντικά σε σύγκριση με τη χειρωνακτική εργασία. Το πεδίο της μηχανικής όρασης έχει γίνει πλέον ένα από τα κορυφαία ερευνητικά hotspots. Η ανίχνευση άκρων είναι ένα ουσιαστικό μέρος της μηχανικής όρασης και μια σημαντική τεχνολογία προεπεξεργασίας εικόνας.

Δεδομένου ότι οι ακμές είναι το αποτέλεσμα ασυνεχών τιμών κλίμακας του γκρι, αυτή η ασυνέχεια μπορεί συχνά να ανιχνευθεί εύκολα χρησιμοποιώντας παράγωγα. Γενικά, οι παράγωγοι πρώτης και δεύτερης τάξης επιλέγονται για την ανίχνευση ακμών. Στην επιθεώρηση μηχανικής όρασης, αυτή η μέθοδος συνήθως ονομάζεται μέθοδος τοπικής χειριστή ανίχνευσης άκρων. Για την ανίχνευση των άκρων της εικόνας, ο αλγόριθμος Canny χρησιμοποιείται για την επεξεργασία και την τμηματοποίηση της εικόνας. Τα βασικά βήματα του συγκεκριμένου αλγορίθμου είναι τα εξής:

Μηχανική Όραση
Ανίχνευση άκρων
  1. Φιλτράρισμα: Ο αλγόριθμος ανίχνευσης άκρων βασίζεται κυρίως στις παραγώγους πρώτης και δεύτερης τάξης της έντασης της εικόνας, αλλά ο υπολογισμός των παραγώγων είναι πολύ ευαίσθητος στο θόρυβο, επομένως πρέπει να χρησιμοποιούνται φίλτρα για τη βελτίωση της απόδοσης του ανιχνευτή ακμών που σχετίζεται με το θόρυβο. Θα πρέπει να σημειωθεί ότι τα περισσότερα φίλτρα προκαλούν επίσης απώλεια της αντοχής των άκρων ενώ μειώνουν τον θόρυβο, επομένως υπάρχει μια αντιστάθμιση μεταξύ βελτίωσης ακμών και μείωσης θορύβου.
  2. Βελτίωση: Η βάση της βελτίωσης άκρων είναι ο προσδιορισμός της τιμής αλλαγής της έντασης γειτονιάς κάθε σημείου της εικόνας. Ο αλγόριθμος βελτίωσης μπορεί να επισημάνει σημεία με σημαντικές αλλαγές στις τιμές έντασης γειτονιάς (ή τοπικής). Η βελτίωση των άκρων γενικά επιτυγχάνεται με τον υπολογισμό του πλάτους της κλίσης.
  3. Ανίχνευση: Υπάρχουν πολλά σημεία στην εικόνα με σχετικά μεγάλα πλάτη κλίσης και αυτά τα σημεία δεν είναι όλα άκρα σε συγκεκριμένα πεδία εφαρμογής, επομένως θα πρέπει να χρησιμοποιηθεί κάποια μέθοδος για τον προσδιορισμό των σημείων των ακμών. Το απλούστερο κριτήριο ανίχνευσης ακμών είναι το κριτήριο κατωφλίου πλάτους κλίσης.
  4. Τοποθέτηση: Εάν μια εφαρμογή απαιτεί τον προσδιορισμό της θέσης της άκρης, η θέση της άκρης μπορεί να εκτιμηθεί σε ανάλυση υποπίξελ και ο προσανατολισμός της άκρης μπορεί επίσης να εκτιμηθεί.

Στους αλγόριθμους ανίχνευσης ακμών, τα τρία πρώτα βήματα χρησιμοποιούνται πολύ συχνά. Αυτό συμβαίνει επειδή στις περισσότερες περιπτώσεις, ο ανιχνευτής άκρων απαιτείται μόνο να επισημάνει ότι η άκρη εμφανίζεται κοντά σε ένα συγκεκριμένο εικονοστοιχείο στην εικόνα, αλλά δεν χρειάζεται να επισημάνετε την ακριβή θέση ή την κατεύθυνση της άκρης.

Αυτά τα τέσσερα βήματα είναι απαραίτητα όταν χρησιμοποιείται η μηχανική όραση για μέτρηση διαστάσεων, ειδικά την ακριβή θέση και τον προσανατολισμό της άκρης. Η τεχνολογία επιθεώρησης μηχανικής όρασης, με τα ισχυρά πλεονεκτήματα απόδοσης, τυποποιεί την ποιότητα των προϊόντων, έχει γρήγορη ταχύτητα επιθεώρησης, αξιόπιστα και σταθερά αποτελέσματα επιθεώρησης και μπορεί να επιθεωρηθεί για μεγάλο χρονικό διάστημα και χρησιμοποιείται ευρέως σε διάφορους τομείς.