改进蚁群算法与Zernike矩细分的图像边缘测量方法
针对传统蚁群算法计算耗时、易受噪声影响等缺点,提出一种改进蚁群算法与Zernike矩细分的图像亚像素边缘测量方法.该算法采用二维灰度直方图求解聚类中心、拉普拉斯算子聚类、划分图像边缘点、目标点和噪声点等,利用全局自适应信息素更新方式提取图像边缘,进而通过Zemike矩快速算法细分图像亚像素级别边缘,提高了边缘分割精度.以SKF 32308 J2/Q轴承为研究对象,采用该方法检测了轴承图像的内、外圈边缘,并通过最小二乘拟合,采用标准件进行轴承的坐标标定,测量了轴承内、外径等几何参数,将该测量方法与改进Hough变换的测量结果相比较,证明了该算法具有较高的测量精度.
蚁群算法、Zernike矩、亚像素、图像边缘、轴承
21
TP391(计算技术、计算机技术)
重庆市基础与前沿研究项目cstc2013jcyjA60002;重庆市教委科学技术研究项目KJ1400908;国家自然科学基金资助项目51205433.Project supported by the Chongqing Basic and Advanced Fund,Chinacstc2013jcyjA60002;the Scientific and Technological Research Program of Chongqing Municipal Education Commission,ChinaKJ1400908;the National Natural Science Foundation,China51205433
2015-10-08（万方平台首次上网日期，不代表论文的发表时间）
共7页
1442-1448
