基于TK1的亚像素级物体测量模块（课程报告）

目录
1背景介绍 2
2原理 2
2.1Zernike 矩 2
2.2基于 Zernike 矩的亚像素边缘检测 2
2.3梯度方向插值优化边缘检测 3
2.4拟合亚像素点 3
3系统设计 3
3.1平台与环境的搭建 3
3.2上位机设计 5
3.2.1配置和外观 5
3.2.2操作指南 6
3.3核心算法设计 6
4实验 8
4.1平台与配置 8
4.2实验结果与分析 8
4.2.1矩形测量实验结果 9
4.2.2圆形测量实验结果 9
5总结 9

1背景介绍
机器视觉是一个发展中的学科方向，其理论体系还在不断完善，以普通视觉模型为对象的视觉检测系统在工业应用中的研究具有重要的意义。对于工业产品的检测而言，立体视觉检测算法主要包括：摄像机标定；图像 的预处理及特征提取；特征匹配；尺寸计算。
利用边缘检查的尺寸检查是图像传感器的最新应用趋势。图像传感器可以将检查对象在平面上表现出来，通 过边缘检测, 测算位置、宽度、角度等。
所谓边缘是指图像内明亮部位与阴暗部分的边缘，边缘检测是通过视觉系统来检测这种浓淡变化的边缘。边 缘是图像的一个基本特征，对边缘的检测一直是图像处理技术中非常重要的问题。
传统的边缘检测算子，通常对噪声比较敏感，且检测一般为像素级，精度较低。而在许多实际应用中，要求 检测出的图像边缘达到亚像素级。例如，在计算机视觉测量领域，被测件边缘点的精度往往直接影响到整个测量结果的精度，因此，研究图像的亚像素边缘检测算法有着重要的实际意义。国内外很多学者对该问题进行了广泛的研究，提出了很多亚像素边缘检测方法。
亚像素边缘检测方法是指在硬件条件一定的情况下，用软件的方法来提高边缘的定位精度，使边缘能定位到像素内部更精确的位置。目前学术界对亚像素边缘检测尚无统一的定义，一般可以理解为一种提高边缘定位精度的方法，或者是一种可以使分辨率小于一个像素的图像处理技术。