Canny算子刀具边缘快速提取研究

摘要

机器视觉技术利用相机模拟人眼采集图像，利用计算机模拟大脑对图像进行数学计算，实现了机器对三维世界的认知。它利用计算机科学，在神经生物学和心理物理学的基础上实现人工智能和模式识别。其精确度高、速度快、抗干扰能力强以及应用灵活的特点使机器视觉技术应用在人们吃、穿、住、用、行等生活各个方面，甚至在军事领域也有广泛的应用。在计算机技术高速发展的今天，随着机器视觉应用范围的不断开拓，大量复杂精妙的图像处理算法随之而来,同时算法所耗费的时间越来越长。
　　目前机器视觉应用大多采用“编程语言+图像处理工具包”的模式，这种模式能快速的开发出测量系统，但是这种模式不利于图像处理新算法的研究。如果采用编程语言编写图像处理算法，则运行速度比较慢。本课题立足于智能刀具预调仪项目，针对编写的图像处理算法比较慢的缺点研究如何提高数字图像处理的速度，课题研究内容如下：
　　1、Canny算子以其良好的精确性广泛的应用在机器视觉当中，在智能刀具预调仪项目当中也不例外。论文以经典的Canny算子为研究对象，不同于其他对Canny算子的自适应性进行改进的研究，本研究侧重于对Canny算子是运行时间进行优化，以达到从计算机数据结构的理论上分析Canny算子的时间复杂度，对Canny算子进行改进以降低其时间复杂度。提取图像边缘及其梯度方向的像素点并进行分析，寻找运行时间比较短的算法把图像边缘及附近的点提取出来，再用Canny算法的思想把提取出来的点进行精确的计算以提取出图像的边缘。
　　2、对改进的Canny算子代码进行优化，对比.NET平台上C＃语言图像处理效率比较的高内存法和指针法两种方法，结合指针的基本原理与用法和C＃中指针特殊用法，对内存法Canny算子代码转化成指针法。并且对提取的像素点的存储方法进行研究，提高图像像素点遍历和计算的速度。
　　3、重点研究了并行技术在图像处理方面的应用，对数字图像处理并行计算进行归类。研究了基于任务和基于数据两种并行计算在数字图像处理中的应用，并针对Canny算子的并行计算进行了详细研究，最后在.NET平台上用C＃语言实现了Canny算子的基于数据的并行计算，极大的提高了其运行效率。
　　4、论文最后对所做工作进行了总结，并且对研究的不足之处进行了分析说明。针对云计算在数控刀具图像处理方面应用的可能性进行的展望，并且在对数控刀具图像处理云计算在单机上进行模拟。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1课题来源与背景

1.2课题的意义和研究主要内容

1.3 机器视觉在国内外应用情况及研究现状

1.4论文的组织结构

2 改进的Canny算子

2.1Canny算子原理及时间性能评价

2.2 Canny算子时间复杂度分析及改进方案

2.3 改进结果验证与分析

2.4 本章小节

3 基于C#的Canny算子代码优化

3.1 C#指针法图像处理

3.2 C#中像素点存储的数据结构

3.3 本章小结

4 基于并行技术的图像处理

4.1并行技术介绍

4.2 基于多核CPU的数字图像并行计算

4.3 Canny算子并行计算算法设计

4.4 结论及结果分析

4.5 本章小结

5 快速刀具边缘提取试验及结果分析

5.1 刀具参数测量系统介绍

5.2 改进Canny算子在刀具边缘提取中的应用实验

5.3 改进的Canny算子指针法实验

5.4 改进的指针法Canny算子并行计算实验

5.5 本章小结

6 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

攻读硕士期间发表的论文及所取得的研究成果

致谢