标签：传感技术知识,传感器与检测技术,http://www.5idzw.com
基于机器视觉的零件图像采集及识别的研究,http://www.5idzw.com
Sobel算子检测到的边缘如图4所示。
，基于机器视觉的零件图像采集及识别的研究
Sobel算子检测到的边缘如图4所示。
 |
对比两种算子得到的图像可以简单地得出以下结论：Roberts算子检测水平和垂直的效果好于斜向边缘，定位精度高，但对噪声敏感；Sobel边缘检测算子则对灰度渐变和噪声较多的图像处理得较好。
4 结束语
在该项目的研究过程中，本文所论述的灰度变换中的分段线性变换法、图像二值化中的最大方差阈值法及边缘检测中的Roberts边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Laplace边缘检测算子都在VC＋＋.NET中实现，并已经运用于整个采集识别过程，实验表明，灰度变换和二值化能很大地提高对灰度图像的识别精度，噪声较低的环境下，利用Roberts算子检测边缘定位精度较高，识别出的图像精度能达到0.05mm。在此基础上已开发出一套完整的零件位姿图像采集识别系统。
，基于机器视觉的零件图像采集及识别的研究
上一篇：飞思卡尔加速度传感器功能及特性