关键词:
蜗轮齿廓图像
引导滤波
二值化
图像融合
图像锐化
灰度拉伸
图像增强
摘要:
在使用机器视觉方法测量蜗轮齿距过程中,工业相机采集的蜗轮齿廓图像极易受到高斯噪声和光照不均引起的轮廓伪影的影响。针对以上问题,提出了一种基于改进引导滤波算法的蜗轮齿廓边缘保持方法。首先,对原始蜗轮齿廓图像进行了滤波处理和二值化处理,滤波处理采用了改进的引导滤波算法,使用高斯函数构造权重系数替代了引导滤波算法中的均值权重系数,二值化处理使用最大类间方差进行了阈值分割;然后,对滤波后的图像与二值化图像进行了图像融合,对融合后的图像进行了拉普拉斯锐化处理;最后,进行了灰度拉伸对数变换,得到了增强后的图像,并采用实验验证了基于改进引导滤波算法的蜗轮齿廓边缘保持方法。研究结果表明:基于改进的引导滤波的蜗轮齿廓边缘保持算法在处理蜗轮齿廓边缘时,相比传统保边滤波算法,峰值信噪比可提高7.81%,图像对比度可提高43.6%,有效地增加了图像的信噪比和对比度;使用该蜗轮齿廓边缘保持算法增强后的蜗轮齿廓图像,当采用机器视觉测量其蜗轮齿距偏差时,左、右齿面单个齿距偏差为4.6μm和4.5μm,左、右齿面齿距累积偏差为16.5μm和16.6μm,测量结果均在允许的齿距偏差范围内。这说明采用蜗轮齿廓边缘保持算法增强后的蜗轮齿廓图像,去噪效果更好,蜗轮齿廓细节更清晰准确,有利于后续蜗轮齿廓特征的提取与齿距的测量。