【尺寸检测】机器视觉三角形铣刀圆半径检测【含Matlab源码 3394期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、机器视觉三角形铣刀圆半径检测简介

1 图像处理系统
图像处理系统是介于图像采集和钝圆半径检测的中间环节，该系统的重点是改善图像质量、提取边缘轮廓，其对图像处理的质量影响参数检测精度。

2 图像滤波
图像噪声存在于采集、输入、处理和输出的全过程，针对噪声使图像灰度值突变这一特性，本文对均值滤波进行优化，在滤波处理前加一个容忍系数，如果图像灰度值变化梯度大于容忍系数则用模板内的均值代替目标灰度值，如果小于设定的容忍系数，则灰度值不变。这样既能滤除噪声，又能减少图像轮廓失真。设图像在（x，y）处的灰度值为g(x,y)，处理后的灰度值f(x,y)，m为模板中包含当前像素在内的像素总个数，k为灰度值变化梯度，τ为设定的容忍系数。

3 图像分割
经图像增强和图像滤波处理后的图像背景简单，噪声较少，刀具与背景对比明显，且刀具和背景灰度值几乎集中于0和255两个区域。针对图像这一特性，本系统运用基于阈值分割方法中的多阀值分割法实现刀具轮廓与背景完全分割，有
效提取刀具轮廓。

4 钝圆半径检测
本系统钝圆半径检测基本原理：将视场和视距相同的标定板图像和刀具图像重合，提取标定板圆形网格，输入圆形网格真实参数值，校正其网格畸变，将标定板实际尺寸值赋值给刀具图像，最后运用IMAQ Find Circular Edge 3函数提取刀具钝圆轮廓，精确测量出刀具钝圆半径值。

⛄二、部分源代码

%%第一步：读图
clear all;
clc;
M = imread(‘三角形.png’); %读取MATLAB中的名为timg的图像
%figure,imshow(M); %显示原始图像
%title(‘original’);
gray = rgb2gray(M);
P1 = imnoise(gray,‘gaussian’,0.02); %加入高斯躁声
P2 = imnoise(gray,‘salt & pepper’,0.02); %加入椒盐躁声
h1 = medfilt2(P2); %对椒盐躁声中值滤波
figure,imshow(h1);
title(‘medfilter salt & pepper noise’);

%%Otsu算法：取一个最优阈值把原图像分为前景色（A部分）与背景色（B部分）
%两部分的类间方差越大，说明两部分差别越大，便能有效的分割图像。所以该算法最关键的是找到最优阈值。
II=im2double(h1);
KK=graythresh(II); %得到最优阈值
JJ=im2bw(II,KK); %转换成二值图，k为分割阈值.
%反向操作
JJ=~JJ;
jj=imfill(JJ,‘holes’);
jj=~jj;
figure
imshow(jj);

%边界追踪
%%利用bwboundaries函数跟踪外部边界
img=jj;
[m,n]=size(img);
imgn=zeros(m,n); %边界标记图像
ed=[-1 -1;0 -1;1 -1;1 0;1 1;0 1;-1 1;-1 0]; %从左上角像素，逆时针搜索
for i=2:m-1
for j=2:n-1
if img(i,j)==1 && imgn(i,j)==0 %当前是没标记的白色像素
if sum(sum(img(i-1:i+1,j-1:j+1)))~=9 %块内部的白像素不标记
ii=i; %像素块内部搜寻使用的坐标
jj=j;
imgn(i,j)=2; %本像素块第一个标记的边界，第一个边界像素为2

            while imgn(ii,jj)~=2    %是否沿着像素块搜寻一圈了。
                for k=1:8           %逆时针八邻域搜索
                    tmpi=ii+ed(k,1);        %八邻域临时坐标
                    tmpj=jj+ed(k,2);
                    if img(tmpi,tmpj)==1 && imgn(tmpi,tmpj)~=2  %搜索到新边界，并且没有搜索一圈
                        ii=tmpi;        %更新内部搜寻坐标，继续搜索
                        jj=tmpj;
                        imgn(ii,jj)=1;  %边界标记图像该像素标记，普通边界为1
                        break;
                    end
                end
            end
            
        end
    end
end

end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]周应斌,何 林,刘持平,赵雪峰,唐海峰.基于机器视觉的铣刀钝化钝圆半径检测[J].制造业最自动化.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合