opencv亚像素边缘精度_opencv 快速亚像素边缘_亚像素边缘定位在光纤中应用

摘要:随着图象识别技术更广泛的应用到生产领域,其和自动控制相结合可以大大提高工业生产效率,减少人工操作带来的种种弊端。由于使用图像采集,计算机分析、处理、控制,光纤熔接机物镜检测精确度大大提高,从而使光纤熔接机的熔接质量有了进一步的提高。

关键词:亚像素 熔接机 图像处理

随着光纤通信的高速发展,光缆施工设备的需求也日益增多。光纤熔焊机在光纤通信中有着非常重要的地位,它主要用于光通信中,光缆的施工和维护。主要是靠放出电弧将两头光纤熔化,同时运用准直原理平缓推进,以实现光纤模场的耦合。在熔焊过程中,系统要实时监视光纤图像,根据光纤位置来判断下一步该如何动作。由于光纤直径非常微小(直径0.125mm),需在摄像头的前端加一个放大N倍的光学显微镜头。因此,镜头的好坏和镜头对称点的准确定位成为影响熔接质量的重要因素。

目前,国内光纤熔接机镜头检测全靠人工,不仅效率低,而且检测精度无法保障。更没有一套检测标准,以至于镜头生产商与用户之间矛盾颇多。为了实现镜头的全自动检测,设计出一种基于图像识别的检测系统,并提出了软硬件设计方案。

1 硬件平台的构建

本系统的硬件平台分为机械驱动模块、图像采集模块和数据处理模块。机械驱动模块由一套机械运动装置和四个两相混合式步进电机组成。这种机械装置可以使镜头做四维运动。简单的说就是可以让镜头做上下、前后、左右以及旋转运动。通过这四种运动可以实现寻找光纤、对焦、以及搜寻对称点等功能。图像采集模块由一个CCD摄像头和一块图像采集卡组成。图像采集卡装在PC机的PCI插槽上。数据处理模块由一台PC机完成。

2 亚像素边缘定位算法的研究

在保证光纤图像采集质量的条件下,基于图像识别的镜头检测精度主要取决于测量光纤图像特征轮廓的提取精度。近年来发展的多种亚像素边缘检测算法[1-4]可突破CCD 摄像机物理分辨率的限制,使图像的边缘定位精度达到亚像素级别,极大提高了图像的检测精度。其中灰度矩边缘检测方法具有计算简单、无需插值和迭代运算等优点,有较高的实用价值,其基本原理是通过假设实际图像中的实际边缘分布与理想阶跃边缘模型的灰度矩不变性,来确定实际边缘的位置。