CCD圖像采集CCD（Charge－CoupledDevices）傳感器在測試領域的應用，產生了一門新的測量技術―――圖像測量技術。圖像測量技術是測量被測對象時，從圖像中提取有用的信號，把圖像當作檢測和傳遞信息的手段或載體加以利用的方法［2］。實驗表明本虛擬圓度儀，非接觸測量，速度快，準確度高對已知標準件進行測量標定比例系數K，在以后的測量中就可以測定像素值乘以比例系數K，從而得到零件的實際邊長或直徑。

　　圖像處理3.1平滑處理由CCD實際獲得的圖像一般都因為受到干擾而含有噪聲。平滑技術就是用于平滑圖像中的噪聲。鄰域平均法是空間平滑噪聲技術，對圖像進行初步的平滑去噪。

　　邊緣檢測我們使用LaplacianofGaussian（LOG）算子作為邊緣檢測算子。LOG算子為墨西哥草帽形，其一維與二維函數圖形如。

　　LOG算子是Marr－Hildreth提出的基于信噪比求得的最優邊緣檢測算子，因此也稱為M－H算子。

　　對人眼視覺機理的研究表明，視網膜神經節中有一類細胞其輸出與LOG算子的特性相似。

　　為LOG算子邊緣提取過程，上圖為零件原始灰度圖，中圖為經平滑處理后采用LOG算子進行邊緣提取后的二值圖像，下圖為將感興趣的邊緣單獨提取出來的圖像。

　　亞像素邊緣提取由于像素級邊緣常常不能滿足精度的要求，所以在得到像素級精度的目標邊緣后，還需亞像素邊緣提取以獲得更高的精度。

　　本文采用的是基于曲面擬合的亞像素邊緣檢測方法。這種方法是用一個參數多項式方程將每一邊緣點所對應的平滑濾波圖像的8個鄰域，擬合成一個空間曲面；再按所需分辨率重采樣這一曲面得到了更高分辨率的圖像，然后對此圖像再用一遍LOG算子進行過零點檢測，即實現了目標圖像目標的亞像素級邊緣提取。

　　此外還可以采用基于灰度矩亞像素級邊緣檢測法，利用一階微分期望值的亞像素邊緣檢測算法等，這里就不再贅述。

　　對機械零部件圓度的傳統檢測方法已越來越不適應現代生產的需要，因此廠家對非接觸式快速檢測圓度儀的需求十分強烈。

　　基于虛擬儀器的虛擬圓度儀利用了PC的強大的數據處理能力，采用CCD圖像測量方法，既能滿足非接觸式的要求，又能保證了快速性和精確性，檢測精度可以達到0.10mm，單件檢測時間小于2min，能夠大大提高廠家的檢測精度，大大降低檢測成本。

　　【中國糧油儀器在線】部分信息來自互聯網，力求安全及時、準確無誤，目的在于傳遞更多信息，并不代表本網對其觀點贊同或對其真實性負責。