<rp id="8ljwn"></rp>
    1. <th id="8ljwn"></th>
      <tbody id="8ljwn"><pre id="8ljwn"></pre></tbody>

      <li id="8ljwn"><acronym id="8ljwn"></acronym></li>

      1. 新聞動態

        當前位置:首頁 > 新聞動態


        CCD視覺檢測中圖像分割的原理與方法

        作者:來源:日期:2020-6-10 16:14:25人氣:304
        文章內容
                 CCD視覺檢測中圖像分割的原理與方法

                 由于對圖像處理要求的不同,CCD視覺檢測圖像處理方法多種多樣,主要有圖像變換、圖像增強、圖像銳化、圖像分割與特征提取等多種方法。CCD視覺檢測圖像分割是圖像處理技術的基本方法之一,可應用于諸如染色體分類、景物理解系統、機器視覺等方面。CCD視覺檢測圖像分割是圖像識別和計算機視覺至關重要的預處理,沒有正確的分割就不可能有正確的識別。今天,CCD視覺檢測為您簡析圖像分割的基本原理和處理方法。

                 圖像處理軟件平臺

          CCD視覺檢測分割是將圖像分成若干部分,每一部分對應于某一物體表面。在進行分割時,每一部分的灰度或紋理符合某一種均勻測度度量,其本質是將像素進行分類,分類的依據是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。

          通常CCD視覺檢測按兩種原則進行圖像分割:一是基于點相關的分割技術,即依據各個像素點的灰度不連續性進行分割;二是基于區域相關的分割技術,即依據同一區域內具有相似的區域或組織特征尋求不同區域之邊界。依據這兩條原則,CCD視覺檢測分割方法分為基于直方圖、基于邊緣、基于區域和邊緣分割等方法。

          CCD視覺檢測分割主要有兩種方法:一是鑒于度量空間的灰度閾值分割法。CCD視覺檢測是根據圖像灰度直方圖來決定圖像空間域像素聚類,但CCD視覺檢測只利用了圖像灰度特征,并沒有利用圖像中的其它有用信息,使得分割結果對噪聲十分敏感。二是空間域區域增長分割方法。它是對在某種意義上如灰度級、組織、梯度等具有相似性質的像素連通集構成分割區域。該方法有很好的分割 效果,但缺點是運算復雜,處理速度慢。其它的方法還有如邊緣追蹤法、錐體圖像數據結構法、標記松弛迭代法、基于知識的分割方法等等。

                 圖像分割

                 圖像分割+閾值法

          一般簡單圖像的分割,用灰度閾值分割法就足夠了?;叶乳撝捣指罘ㄊ且环N基本區域的技術,這種方法是把每一個像素的灰度值與一個閾值進行比較,根據CCD視覺檢測是否超過該閾值而將該像素歸于兩類中的一類,其關鍵在于閾值的計算與選取。目前大部分CCD視覺檢測系統都采用LED做為外部光源,實際上當外部光源照明不均勻、有突變噪音或者背景灰度變化比較大時,整幅圖像分割將沒有適合的單一閾值,因為單一的閾值不能兼顧圖像各個像素的實際情況。這時可對圖像按照坐標分塊,對每一個塊分別選取一個閾值進行分割,這種與坐標相關的閾值稱為動態閾值法。這類算法的時間復雜度和空間復雜度比較大,但是抗噪音能力較強,對采用全局閾值不容易分割的圖像有比較好的效果。動態閾值的選取比較簡單的法則是,對每個像素確定以它為中心的一個鄰域窗口,計算窗口內像素的最大值和最小值,然后取它們的均值作為閾值。

          CCD視覺檢測機器視覺行業十余年,對于圖像處理技術有著豐富的經驗,我們研發產品的二維、三維高精度測量(CCD視覺檢測/定位,連接器/接插件檢測,高速沖壓檢測);產品顏色、外觀的檢測與識別(表面缺陷檢測,顏色識別,線材/線束安裝次序檢測,字符條碼二維碼檢測); 軟件配合自動化設備的機器視覺(載帶高速沖壓檢測,全自動視覺檢測包裝機,光學選釘機); 研發、設計、制造非標自動化機器;條碼識別、字符識別、缺陷檢測、焊點檢測、可實現您幾乎所有的圖像處理需求。


        相關新聞
        欧美牲交a欧牲交aⅴ久久_欲求不满的哺乳期人妻_old老太做受_欧美viideos极品另类
        <rp id="8ljwn"></rp>
        1. <th id="8ljwn"></th>
          <tbody id="8ljwn"><pre id="8ljwn"></pre></tbody>

          <li id="8ljwn"><acronym id="8ljwn"></acronym></li>