基于SUSAN原则的亚像素边缘检测
在基于机器视觉的工业图像检测过程中，像素级的检测精度在某些场合已不能满足要求，需要有效快速的提取高精度的图像特征。针对工业图像信噪比较低、对比度较弱的情况，首先利用SUSAN原则产生USAN图像，并得到像素级边缘特征，然后通过分区域的插值方法检测亚像素级精度的边缘。最小吸收同值核区(Smallest UniValueSegment Assimilating Nucleus，简称SUSAN)原则的基础是通过计算核子邻域中相似灰度像素的比例来判断特征点，它是一种基于灰度的特征获取方法，具有特征定位准确，对局部噪声不敏感，且计算速度快、适用于实时图像处理的特点。得到USAN图像后，通过插值将其精确到亚像素级，这里为了节省运算时间，满足实时需要，提出分区域的插值方法。对于感兴趣区域，即首次利用SUSAN原则提取的边缘区域，采用精度较高的多项式插值得到其亚像素值，而对于其他区域的亚像素值则采用一般的线性插值得到。最后对于亚像素级的USAN图像再次提取边缘，从而完成整个检测过程。实验结果表明，SUSAN原则提取边缘抗干扰能力强，分区域的插值使边缘检测更精确，同时也验证了二者结合产生亚像素边缘的方法的实时有效性。
工业图像 亚像素 SUSAN原则 边缘检测 线性插值
杨杰
中国科学院 成都计算机应用研究所 四川 成都 610041
国内会议
成都
中文
326-330
2004-11-13（万方平台首次上网日期，不代表论文的发表时间）