CCD机械视觉定位技能之产品边缘轮廓检测-片头模版

边缘的形成是由于物体的材料不同或表面的朝向不同,引起图像中的边缘处存在明暗、色彩、纹理的变革。
因此反过来在图像中检讨不同灰度、色彩等特性区域的交界处就可得到边缘。
边缘轮廓是人类识别物体形状的主要成分,也是图像处理中主要的处理工具。
边缘检测紧张采取各种算法来创造、强化图像中那些可能存在边缘的像素点。

由于边缘是灰度值不连续的结果，这种不连续常可以利用求导数方便的检测到，一样平常选择一阶和二阶导数来检测边缘。
在机器视觉检测中，边缘检测可以借助空域微分算子通过卷积完成。
实际上数字图像处理中求导数是利用差分近似微分来进行的。
常用的微分算子有梯度算子和拉普拉斯算子。

边缘检测算法的基本步骤如下：

1、滤波:边缘检测算法紧张是基于图象强度的一阶和二阶导数，但导数的打算对噪声很敏感，因此必须利用滤波器来改进与噪声有关的边缘检测器的性能。

2、增强:增强边缘的根本是确定图象各点邻域强度的变革值。
增强算法可以将邻域(或局部)强度值有显著变革的点突显出来。

3、检测:在图象中有许多点的梯度幅值比较大，而这些点在特定的运用领域中并不都是边缘，以是该当用某种方法来确定哪些点是边缘点。
常采取梯度幅值Ill值判据。

4、定位:如果某一运用处所哀求确定边缘位置，则边缘的位置可在子象素分辨率上来估计，边缘的方位也可以被估计出来。

在用机器视觉进行尺寸丈量时，这四步必不可少，尤其必须指出边缘的精确位置和方位。
机器视觉检测技能，以其强大的性能上风，使得产品质量标准化，检测速率快，检测结果可靠、稳定，并且可以永劫光检测，广泛运用于各大领域。

广东全帝科技有限公司是一家专注于机器视觉核心算法研究，视觉检测设备，CCD光学检测设备，机器视觉定位检测，非标自动扮装备，视觉方案定制和研发与一体的高新技能企业。
目前自主研发针对工业生产制造企业的Smartmake视觉检测系统，已在电子、包装、印刷、化工、食品、塑胶、纺织等行业得到成功的运用与广泛好评。
各级生产企业通过对机器视觉检测系统的现场运用，在实时监控产品生产质量、提高生产效率的同时，还可以大幅节约人工本钱，是制造业在面向工业4.0时期的最佳选择。