目前,在缝制行业加工工艺过程中,通常需要将图案的边缘作为加工的轨迹,而在实际操作过程中,都是通过手动输入或者计算机辅助设计制图后编译生成相应的加工代码,该方法存在费时费力且操作不方便的问题,因此寻找一种如何快捷获取图案边缘的方法是行业亟待解决的问题。针对这一问题,提出了一种基于闭式解图像抠图的CRF提取模型。此方法以抠图边缘作为基本CRF模型,建立边缘像素之间的相互联系,从而精确光滑得出图案的缝制轨迹。实验表明,所用算法得到的自然图案目标边缘规整、无毛刺,同时提高了图案的自动生成准确度和能力。

为了实现机器人对数显仪表的准确、高效巡检,提出了一种基于几何布局分析的自动数字定位和识别方法。数显仪表显示的数字具有规则的几何布局,通过对数字的单像素边缘进行提取、截断和配对处理,并对边缘之间的相对布局关系进行分析,可以实现边缘的筛选和字符定位,进而实现准确的数字识别。实验结果表明,该方法的准确率高达99.5%,并且每张样本图片的识别时间只需要317 ms,能满足实时性要求,可用于巡检机器人对数显仪表的自动识读。

为提高铁路机车闸瓦状态监测效果,提出了一种基于机器视觉的铁路闸瓦状态监测方法。首先搭建闸瓦图像采集预处理系统,实现对闸瓦图像的自动采集和分割预处理。然后设计改进了麻雀搜索算法对Canny算子参数进行优化,并利用改进Canny算子提取闸瓦分割图像边缘,以得到较为理想的闸瓦图像边缘特征。最后以此为基础建立闸瓦状态监测模型,利用优化后的RBF神经网络对提取到的图像边缘数据进行分类,从而达到监测闸瓦状态的目的。仿真结果表明,相比于其他监测方法,改进后Canny算子的闸瓦边缘提取效果更优,闸瓦状态监测准确率提高了14.7%~18.0%。

本文提出一种图象式自动瞄准系统,它采用"电子准星"技术、亚像束细分技术,实现了被测零件轮廓的自动瞄准和自动测量.该系统已成功地应用在万工显图象化和升级改造中,可将万工显测量精度提高一个数量级,同时扩展了原有功能.该方法还可用于各类光电式仪器的自动瞄准和测量.

提出一种基于边缘提取的工业CT图像几何尺寸的自动测量方法。采用一种快速全自动的图像分割算法来提取边缘，并在此边缘上实现对工件CT图像的内部结构尺寸和缺陷尺寸的自动测量。该方法已成功应用于工业CT图像处理软件中，并具有较高的精确度和重复性。

本文针对气动连接件外螺纹的重要性,设计了一套自动旋转外螺纹参数检测系统,通过图像增强技术获得清晰图像,采用基于Sobel算子的边缘检测算法提取外螺纹轮廓线,利用卡尺测量算子获得气动接头外螺纹大径、中径、小径和螺距的检测数据。通过实验证明,该系统检测精度高,系统稳定性好。

提出了一种基于人眼微动机理的边缘提取算法。通过模拟眼球的微动,提取图像的微动边缘,同时为了减少伪边缘的产生,对其微动边缘图像进行均值滤波处理,最后应用非极大值抑制和双阈值检测边缘连接提取图像的二值化边缘。实验结果显示,该算法边缘提取效果较好,达到了预期的效果。

针对机床预热时刀具变形问题,设计基于图像处理的刀具热变形测量方案,以获得刀具轴向热误差随预热时间的变化关系。采用高速相机采集刀具热变形图像,利用MATLAB软件,通过Canny算法对图像进行边缘提取粗定位。采用亚像素拟合边缘检测方法对刀具边缘轮廓进行精确定位,即运用最小二乘法拟合出刀尖圆弧曲线,从而计算出刀具预热过程中的热变形量,为后续机床热误差补偿奠定基础。

随着先进制造技术的发展，零件检测技术在工业生产领域中占有重要地位。以零件的同心度参数为研究对象，搭建了同心度的检测平台并提出一种新的同心度检测方法。该方法首先采用Otsu法对灰度图像进行动态阈值分割，其次利用二值形态学中的填充处理、异或处理及边缘提取等运算获取外圆、内圆的边缘，然后使用基于外点剔除的迭代最小二乘法进行外圆、内圆的边缘拟合，最后计算零件的同心度值。与采用接触式检测的三坐标测量机相比，提出的检测方法更适合于大批量、非接触式零件同心度的检测，且检测误差在0．01mm以下。试验表明，该方法可有效地实现零件的同心度检测，满足当前企业的实际需求。

在基于机器视觉的测量中，由于影像设备的性能限制与对图像的精度要求，需要对拍摄的图片进行拼接。对于一般灰度图像进行旋转操作会对图像造成失真的情况，文中针对中小模数齿轮的灰度图像拼接提出了基于边界的齿轮拼接方法，对滤波后的齿轮图像进行边缘提取，对提取到的数据点采用半径约束的最小二乘法拟合圆心，圆心配准后对齿廓数据点进行配准以求得旋转角度完成拼接。仿真结果表明该方法可以将拼接误差控制在一定范围内。