摘要：钢球表面缺陷是衡童钢球质量的重要指标, 但是由于成像中的非人为噪声的特点, 使得姻球图像的边缘检浏比较困难本文利用小波多尺度分析及小波变换系数模局部极大值来检浏钢球图像的边缘, 取得了较好的效果, 为进一步实现计算机的自动检测提供了很好的依据。

关健词钢球；小波变换；边缘检浏

边缘检测是图像处理中的重要内容, 边缘是图像的最基本特征所谓边缘, 是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合poggio说：边缘或许对应着图像中物体的边界或许并没有对应粉图像中物体(的边界)但是边缘具有十分令人满惫的性质, 它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息川并定义边缘检侧主要是图像的灰度变化的度量、检测和定位边缘与图像中物体的边界有关但又是不同的边缘反映的是图像灰度的不连续性。 在分析过程中, 要求检测方法既必须检测出灰度的非连续性, 又要能同时确定其精确位置为了抑制影响细节的噪声, 在正式检测之前需要对图像进行局部的平滑, 这在某种程度上影响了边缘定位的精确性用于边缘检测的算子有多种, 其中引起人们较大关注的是Marr和Hildreth提出的边缘检测算子以及Canny提出的边缘检测算子。 Canny提出评价边缘检测算子性能的三个指标好的信噪比、好的定位性能和对单一边缘的唯一响应, 并给出了算子的数学表达式, 即高斯函数的一阶导数由于在寻找单一边缘点时, 仅仅根据该点与相邻点的大小比较, 对灰度的微弱起伏较为敏感, 而且不能保证得到的边缘具有较好的连续性.R.A.Young从人类视觉的生理特性和数学形式上分析,指出一个高斯平滑函数益加一个高斯函数的二阶导数能够更加精确地模拟人类的视觉特性, 即能够更好的强化边缘并准确定位. 这一点从Mach理论也可以得到启发, 即人类对客观事物的感知, 不仅与物体的亮度了有I关, 而且与背景亮度与物体亮度的差别有VI关。 与传统方法不同的是, 本文提出在小波域内利用小波变换多尺度分析和模局部极大值来对图像边缘进行提取图像中边缘存在于不同的尺度空间中,在一组尺度上做边缘检测可以得到各个通道相应的边缘小波理论采用不同的尺度进行滤波, 在小尺度上得到精细变化的边缘, 但易受噪声影响在大尺度上检测出变化剧烈的边缘, 但定位精度低本文综合多尺度检测到的边缘, 力求符合人类视觉习惯理论和实验证明, 此方案比传统的检测效果好。

乾润钢球专业提供大量锈钢钢球,轴承钢球,钢球套等钢球产品。

来源：http://www.qrsteelball.com

参考文献：【1】杨枝员, 王开数字图像获取处理及实践应用〔M〕北京人民邮电出版社.2003【2】章筑晋羞于内容的视觉信息检索〔M〕北京科学出版社,.2003