·上一文章:基于支持向量机的车牌定位方法
·下一文章:基于视觉图像的微小零件边缘检测算法研究
3.3 边缘细化模块
本文的边缘是建立在二值化之后的,因此处理的图像都是二值化的,边缘非常清晰,不需要太复杂的算法。这里采用两个 3×3模板作乘积,如图所示, X为待处理像素。如果模板乘积不为 0,于是中心象素为 1,反之为 0,即点的周围有灰度为 0的象素,则保留此点,否则剔除。如此很容易得到二值化后点的单象素边缘。
3.4 后续处理部分
后续处理部分由于其数据处理量并不大且算法比较复杂,所以在本系统中,这部分算法在 NiosⅡ中以软件的方法实现。由于篇幅所限,在此不作详细介绍。
4 系统测试结果的分析与总结
图 4为原始图像。图 5为处理后的最终图像,点中心已经标注如图所示。
经测试,本系统所有算法用 C语言在 PC机(配置: Pentium( R) 4 CPU 3.00GHz, 512MB内存)上实现,所需时间为 2'12",而本系统仅需 30",其中主要耗时为 NiosII软件处理部分,系统的硬件算法部分所耗时间不到 1"。
本文作者创新点:一是采用 FPGA设计硬件模块实现图像预处理算法,这是视觉测量系统在处理效率上的创新;二是在系统中加入Nios II CPU,用以 FPGA难以实现的算法,从而使基于 SOPC技术的视觉测量系统更具灵活性,这是视觉测量系统在灵活性方面的创新。基于以上两点创新设计的视觉测量系统兼顾了效率和灵活性,为视觉测量系统的设计和研究提供了一种新的思路。