振動篩廠家提出了一種超聲波振動篩網(wǎng)經(jīng)絲和緯絲夾角的自動檢測方法，首先用改進的Harris算法檢測角點，解決了Harris漏檢和誤檢的問題，與目前的改進的Harris算法相比，在保證檢測精度的前提下提高了檢測效率，為后續(xù)的邊緣擬合打下了基礎。然后用Canny算子預檢測篩孔邊緣，再結(jié)合Facet做亞像素邊緣檢測，提高了檢測精度。最后檢測出超聲波振動篩網(wǎng)經(jīng)絲和緯絲的夾角，實驗證明本文所提出的方法能夠提高角度檢測的精度。

超聲波振動篩

1.角點預篩選

考慮到判斷角點分布及處理偽角點所花的時間，為了提高超聲波振動篩角點的檢測效率，本文先對圖像的像素進行預篩選，排除一些明顯不可能成為角點的像素點。傳統(tǒng)的Harris角點檢測算法是根據(jù)圖像中每一個點的像素梯度值的變化，來判定某點是否為角點。在一定范圍內(nèi)梯度變化越大的點越可能成為角點，也就是說在角點周圍一定大小的鄰域內(nèi)，像素的灰度值變化是很大的。那么反過來，在非角點像素的領域內(nèi)，像素灰度值基本不變，甚至有可能相等。

2.正態(tài)法去除偽角點

根據(jù)預篩選后檢測出的“角點”，求出在Y軸和X軸上的角點分布，如圖3和圖4所示。將縱、橫角點分布按其聚集程度分成塊，那么每一塊實際上就是超聲波振動篩每一列或者每一行的角點分布，通過Kolmogorov-Smirnov方法驗證，能夠得出角點在縱、橫方向上的分布的確符合正態(tài)分布，與之前的假設相等。

對于一些分散分布在X軸或Y軸方向上的孤立點，或者點的個數(shù)累計不超過行數(shù)或列數(shù)1/3的點(這1/3是經(jīng)過多次實驗所得)，在分塊時直接將其刪除，因為這些必然是偽角點。然后求出每一行和列的正態(tài)分布，設置其置信區(qū)間，根據(jù)多次測試效果，取置信區(qū)間為9600，去掉所有偽角點。  

聯(lián)系電話：18638319063微信同號