Una breve discusión sobre la detección de bordes en visión artificial.

La visión automática tiene las ventajas de alta velocidad, alta precisión, repetibilidad, objetividad, etc.su eficiencia y precisión de detección y montaje mejorarán significativamente en comparación con el trabajo manualEl campo de la visión artificial se ha convertido en uno de los centros de investigación de vanguardia.

Dado que los bordes son el resultado de valores discontinuos de escala de grises, esta discontinuidad a menudo se puede detectar fácilmente utilizando derivadas.Se seleccionan derivados de primer y segundo orden para detectar los bordes.En la inspección de visión automática, este método se suele llamar método del operador local de detección de bordes.Los pasos básicos del algoritmo específico son los siguientes:

1. Filtración: El algoritmo de detección de bordes se basa principalmente en las derivadas de primer y segundo orden de la intensidad de la imagen, pero el cálculo de las derivadas es muy sensible al ruido,Por lo tanto, los filtros deben usarse para mejorar el rendimiento del detector de borde relacionado con el ruidoDebe tenerse en cuenta que la mayoría de los filtros también causan una pérdida de resistencia de los bordes al tiempo que reducen el ruido, por lo que existe una compensación entre la mejora de los bordes y la reducción del ruido.
2. Mejora: La base de la mejora del borde es determinar el valor de cambio de la intensidad del vecindario de cada punto de la imagen.El algoritmo de mejora puede resaltar puntos con cambios significativos en los valores de intensidad de vecindario (o local)La mejora del borde generalmente se logra calculando la amplitud del gradiente.
3. Detección: Hay muchos puntos en la imagen con amplitudes de gradiente relativamente grandes, y estos puntos no son todos los bordes en campos de aplicación específicos,Así que algún método debe ser utilizado para determinar qué puntos son puntos de bordeEl criterio de detección de borde más simple es el criterio de umbral de amplitud de gradiente.
4. Posicionamiento: Si una aplicación requiere determinar la posición del borde, la posición del borde puede estimarse a una resolución de subpixeles, y también se puede estimar la orientación del borde.

En los algoritmos de detección de bordes, los tres primeros pasos se utilizan muy comúnmente.el detector de borde sólo se requiere para señalar que el borde aparece cerca de un determinado píxel en la imagen, pero no es necesario señalar la ubicación exacta o la dirección del borde.

Estos cuatro pasos son esenciales cuando se utiliza la visión artificial para la medición dimensional, especialmente la ubicación y orientación precisas del borde.con sus poderosas ventajas de rendimiento, estandariza la calidad del producto, tiene una velocidad de inspección rápida, resultados de inspección confiables y estables y puede inspeccionarse durante mucho tiempo, y se utiliza ampliamente en varios campos.