基于图像处理的电极边缘检测方法研究

《基于图像处理的电极边缘检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于图像处理的微细电火花加工中电极边缘检测方法研究1概述随着对产品的日益小型化和微型化的不断要求，微细加工技术得到了迅速发展，作为微细加工技术之一的微细电火花加工技术也逐渐引起人们的重视，其具有非接触加工、容易实现高深宽比、微三维结构加工的特点，可以预计未来必将得到更加广泛的应用。在微细电火花加工中，工具电极的制作与检测技术是一个难点，已成为影响微细制造技术实用化的关键技术之一。目前在电极的磨损检测方面主要通过在线电接触探测法进行探测，其测量方法是首先在标准块上定位某一参考点，在5V的探测电压下对刀具进行探测，记录探测前后两次坐标位置Z1与Z2，Z1与

2、Z2的差值即为刀具长度的磨损量δ[1]。刀具主轴标准块工件+－探测电压图1刀具长度磨损测量电火花的离线测量方法是将电极取下来，然后用测量工具如（扫描电镜等）进行测量。这种测量方法无法实现在线测量，测量完后再次装到加工设备上时，存在一定的装夹误差，影响加工精度。此外还有人[2]提出一种测量方法，先找一个直径是已知并固定不变的检测标准棒的，利用接触感知分别去感知标准棒的两边，并记下感知时的坐标，然后根据记下的坐标就可以计算出电极的直径大小。数字图像处理是随着计算机技术的发展而发展起来的，目前已经得到了广泛应用，将数字图像处理技术应用到电极检测上，可以实现在

3、线测量，同时可以进行连续不间断的测量。郭锐等人[3]构建了微细电极的在线测量系统，利用数字图像处理技术获取轮廓边缘，在线观察微细电极的状态以及在线测量微细电极的尺寸，测量结果与扫描电镜的离线测量值的相对误差在5%以内。用图像处理技术测量电极的过程中，电极边缘的检测提取是一个重要内容，能否检测提取出清晰完整的轮廓，关系到后面测量的精度，因此本文将重点研究电极边缘的检测提取。2几种经典的边缘检测算子及特点[4-6]边缘检测是用边缘点勾画出各个对象的轮廓，从而分析图像是否含有某些需要识别的目标。边缘检测的目的就是要突出图像的边缘以便提取图像特征。由于边缘检测

4、很难形成一个闭合的边缘，有时也边缘检测称为边缘增强。通过边缘增强处理，图像中除边缘以外的部分被削弱或消除，因此边缘检测在计算机视觉处理方面有着重要的应用。如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。对这种变化最有用的两个特征是灰度的变化率和方向，它们分别以梯度向量的幅度和方向来表示。由于边缘点一般位于图像中灰度值变化剧烈的位置，即灰度值导数较大或极大的地方，所以经典的边缘提取方法是考察图像的每个像素在某个领域内灰度的变化，利用边缘邻近一阶或二阶方向导数的变化规律来检测边缘，这种方法称为边缘检测局部算子法。成熟的边缘检

5、测算子有许多，下面将主要介绍Roberts算子、Sobel算子、Prewitt算子、Krisch7，Canny算子这四种边缘检测算子。2.1Roberts边缘检测算子Roberts边缘算子是一种斜向偏差分的梯度计算方法，梯度的大小代表边缘的强度，梯度的方向与边缘走向垂直。该算子通常由下列计算公式表示：（1）是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程，Roberts操作实际上是示旋转45度两个方向上微分值的和。Robert算子是基于对角方向相邻像素梯度的算子，它对具有陡峭的低噪声图像效果较好[7]。2.2Sobel边

6、缘检测算子Sobel算子是一组方向算子，从不同的方向检测边缘。Sobel算子不是简单求平均再差分，而是加强了中心像素上下左右四个方向像素的权重，运算结果是一幅边缘图像。该算子通常由下列计算公式表示：（2）（3）（4）式中、分别表示x方向和y方向的一阶微分，为Sobel算子的梯度，是具有整数像素坐标的输入图像。求出梯度后，可设定一个常数T，当>T时，标出该点为边界点，其像素值设定为0，其它的设定为255，适当调整常数T的大小来达到最佳效果。Sobel算子可以产生较好的边缘效果，而且对噪声具有平滑作用，减小了对噪声的敏感作用。但是也能检测出一些伪边缘，从而

7、使边缘较粗，降低了检测定位精度。2.3Prewitt边缘检测算子Prewitt边缘算子是一种边缘样板算子，利用像素点上下、左右邻点灰度差，在边缘处达到极值检测边缘，对噪声具有平滑作用。由于边缘点像素的灰度值与领域点像素的灰度值有显著不同，在实际应用中通常采用微分算子和模板匹配方法检测图像的边缘。该算子通常由下列计算公式表示：（5）（6）（7）7式中、分别表示x方向和y方向的一阶微分，为Prewitt算子的梯度，是具有整数像素坐标的输入图像。求出梯度后，可设定一个常数T，当>T时，标出该点为边界点，其像素值设定为0，其它的设定为255，适当调整常数T的大

8、小来达到最佳效果。Prewitt算子不仅能检测边缘点，而且能抑制噪声的影响，因此对灰度和噪声较