如何使用機器視覺測量邊緣位置

在一個數字圖像中，物體的邊緣產生強度的變化，在幾個像素的距離。當區分作為像素距離的函數的圖像強度時，在邊緣處的強度的變化的快速速率產生大的輸出值。然后，可以檢測到對象的邊緣，通過發現這些大的輸出值。

由于光照變化的強度變化通常是較小的，并發生在較長的距離在圖像比邊緣強度的變化。區分這些變化給出了較小的輸出值，可以通過應用一個閾值濾波。通過檢測邊緣，一個可以可靠地定位和測量的對象，而沒有完全均勻的照明。

一個對象的邊緣可以作為一個模型或模板來搜索對象的其他實例。基于邊緣的搜索可以更快，更強大的比搜索的基礎上的像素強度。

最頂端的卡尺檢測線邊緣假（紅+引號）由于質感。底部卡尺線已被設置為停止在第一邊緣發現高于閾值時，從而忽略了部分內部質地。該圖顯示在黑色的邊緣強度，在紅色的數字差曲線，如綠色，水平線，發現邊緣位置為藍色，垂直線的閾值。

計算邊緣

現代機器視覺系統隱藏易于使用的工具的邊緣檢測過程的大部分細節，比如搜索或外部卡鉗。邊緣檢測的工作原理及其局限性的理解可以提高使用這些工具。

數字圖像在空間和強度離散的，所以利用數字差分運算而不是連續的差異來檢測邊緣。例如，沿著一個卡鉗線連續的強度值之間的差。差運算符可以表示為乘以一個向量或內核的值（重量）和總和的像素強度值。

線性代數而言，這是一個內核矢量和像素值的矢量之間的點或內積。例如，以連續像素之間的差由[-1,1]的內核表示。這就是說，兩個連續像素，1-1和右像素乘以左像素，總結的結果，所以：輸出=（右像素+（ - 左像素））。

內核沿卡鉗線移動，并且在每個像素執行此加權求和操作。這個過程被稱為卷積（它實際上是相關性）。考慮卷積的一種方法是，該內核是看起來像的邊緣和沿所述圖像中的線滑動的強度圖案。其中，這種模式的邊緣相匹配時，輸出將是大的值。

這里有三個問題檢測使用卷積邊：

首先，卷積在卡鉗線的每一端用完像素。它不能檢測邊緣是比內核元件數的一半更靠近卡鉗行的末尾。所以使卡鉗線比最大預期邊緣位置更長一點的兩端。

其次，對象應具有與大或比使用的內核的大小大的寬度。是需要子像素分辨率，下面所討論的這種限制。避免在細線措施。

第三，數字差異放大任何強度的變化，包括由于噪聲和紋理的部分的變化。邊緣檢測算子平滑的像素強度值之前的數字差降低噪聲和紋理的影響。由于卷積是線性的，平滑和數字差分可以合并到一個內核。例如，結合了一個[ 1，1 ]平滑內核和一個[ 1，1 ]數字差分核給出了[ 1，0，1 ]的核心。

即使平滑后，噪音或紋理可以產生虛假的邊緣。噪聲給出了一個小的卷積值，所以一個閾值相同的一個用于抑制照明變化可以刪除它。紋理可以給輸出太大，以消除由一個閾值。

紋理邊緣有時可以通過設置邊緣檢測，以避免紋理區域，例如，由在第一閾值以上的邊緣停止檢測發現或通過拾取邊緣具有最大值被抑制。

一個黑暗到光的邊緣（頂部）給出了強度樣品（藍點）。一條曲線（綠色）適合于數字差異（紅色），和內插的尋峰（綠色）點，這是亞像素邊緣位置。

假設一個外部鉗工具使用。該工具返回邊緣到邊緣距離的措施，顯然，4或5位小數的分辨率，說87.17095。這顯然大分辨率主要是噪聲測量的精度是少多了，也許1?10個像素的距離。如果你想到它，任何分數或亞像素精度似乎是不可能的。在離散位置的像素值，如何可以在這些位置之間的一項措施？

如果邊緣強度的變化小于一個像素的亞像素位置則無法測量。由于該步進邊緣的位置在像素內移動，不同的值顯示，但沒有可靠的方法來與這些值的像素內的邊緣位置。

真實的物體邊緣過渡的強度超過一定距離和相機的光學進一步平滑或模糊邊緣強度值超過一定的距離。這兩個分布信息的邊緣的位置上的一些像素。恢復亞像素邊緣位置，模型的分布式邊緣位置的樣品和插值。對于這一工作，平滑或模糊必須發生之前的圖像數字化。

模型假定邊緣處的最大強度變化的點，所以它在強度衍生物峰。通常將不會有在數字差值的峰的強度的樣品的權利。因此，適合的拋物線到最靠近峰值的數字差分值，并沿著該曲線插值找到峰值。

為了獲得亞像素位置分辨率，反對由自然平滑，并且需要相機的光學邊緣。假設，在這些平滑的邊緣，最大強度變化的峰的在點衍生物是邊緣位置。在數字化圖象通過擬合曲線到數字差值（樣本）和內插恢復峰值位置。

鏡頭和相機的選擇也影響精度和精度。標準機器視覺鏡頭，特別是短焦距透鏡顯著扭曲的圖像距離。視覺系統的標定可以除去大部分的這種扭曲，但較高的精密度和準確度使用透鏡設計的測量，如遠心鏡頭。從理論上說，一個鏡頭過于尖銳會不會平滑的邊緣信息，在一些像素，因此可以降低子像素精度。

使用為機器視覺設計的相機。在其他東西中，這些相機沒有缺陷的像素，它可以給虛假的邊緣。更多的相機像素可以提供更好的精度對對象的測量。亞像素精度不是像素數目的函數。