基于Sobel算子的工件圆弧特征提取

简介：
本研究提出了一种基于Sobel算子的高效方法，用于从复杂背景中精确提取工件上的圆弧特征，提高工业检测精度和效率。 在双目视觉工件圆弧半径测量过程中，准确提取圆弧轮廓特征是后续边缘轮廓点匹配及空间圆弧重构的关键步骤。然而，由于受工件表面纹理、周围环境干扰以及光照不均匀等因素的影响，现有的算法难以精确地完成这一任务。 为解决上述问题，在使用Sobel算子进行边缘检测的基础上，本段落提出了一种新的方法：利用自适应卷积运算和双局部二值模式（DLBP）的纹理特征对图像灰度值进行归一化处理，并生成融合后的灰度值。随后，采用这些融合后的灰度值进一步筛选出Sobel算子检测到的边缘轮廓点。 此外，在极坐标分布直方图中应用一般正态分布处理方法可以有效排除背景复杂时噪声点的影响，从而更好地区分外轮廓特征和内轮廓特征。 实验结果表明，本段落所提出的方法不仅能够消除光照变化带来的影响，还具备较高的准确性和稳定性。