[发明专利]一种多功能智能皮带表面斑块边缘检测方法

权利要求书

1.一种多功能智能皮带表面斑块边缘检测方法，其特征在于：包括以下步骤：

（1）、在图像空间利用2个方向模板与图像进行邻域卷积完成计算图像的梯度幅值；

（2）、计算出边缘像素点的梯度值和梯度方向，并根据梯度方向信息进行边缘搜索，获得更为准确的传输皮带磨损斑点图像的边缘点信息；

（3）、目标边缘点的梯度方向上进行二次多项式插值的方法，实现对目标边缘的亚像素定位。

2.根据权利要求1所述的一种多功能智能皮带表面斑块边缘检测方法，其特征在于：所述步骤（1）中包括以下步骤：采用Sobel算子对图像进行边缘检测，构造一个的矩阵模板，然后用这个模板对图像中的像素点逐个地进行卷积计算，得到的结像素点的信息新值，Sobel算子以f(i,j)为中心的3×3邻域上计算x和y方向，一个连续图像函数f(x,y)，f(x,y)在位置(x,y)的梯度可表示为一个矢量，其中G_X和G_Y分别为沿X方向和Y方向的梯度，图像像素点的信息可以用像素点的幅值和梯度值来表示，Sobel梯度算子的一阶导数是基于各种二维梯度的近似值为：

G_x(i,j)=[f(i+1,j-1)+cf(i+1,j)+f(i+1,j+1)]-[f(i-1,j-1)+cf(i-1,j)+f(i-1,j+1)]

G_Y(i,j)=[f(i-1,j-1)+cf(i,j-1)+f(i+1,j-1)]-[f(i-1,j+1)+cf(i,j+1)+f(i+1,j+1)]

其中c为加权系数，在Sobel边缘检测时c=2，可以计算求得梯度幅值G(i，j)和方向θ为：

幅值近似计算公式为：

|G(i,j)|=GX2(i,j)+Gy2(i,j)]]>

θ=arctan(G_y(i,j)/G_x(i,j))

|G(i,j)|=|G_x(i,j)|+|G_y(i,j)|

把CCD采集到的磨损的斑点图像与边缘检测的卷积核进行卷积运算，然后代入幅值近似计算公式中，求得图像的梯度幅值G(i,j)，然后选择适当阈值T对幅值进行判断以检测出边缘点。