CCD图像采集CCD（Charge－CoupledDevices）传感器在测试领域的应用，产生了一门新的测量技术―――图像测量技术。图像测量技术是测量被测对象时，从图像中提取有用的信号，把图像当作检测和传递信息的手段或载体加以利用的方法［2］。实验表明本虚拟圆度仪，非接触测量，速度快，准确度高对已知标准件进行测量标定比例系数K，在以后的测量中就可以测定像素值乘以比例系数K，从而得到零件的实际边长或直径。

　　图像处理3.1平滑处理由CCD实际获得的图像一般都因为受到干扰而含有噪声。平滑技术就是用于平滑图像中的噪声。邻域平均法是空间平滑噪声技术，对图像进行初步的平滑去噪。

　　边缘检测我们使用LaplacianofGaussian（LOG）算子作为边缘检测算子。LOG算子为墨西哥草帽形，其一维与二维函数图形如。

　　LOG算子是Marr－Hildreth提出的基于信噪比求得的最优边缘检测算子，因此也称为M－H算子。

　　对人眼视觉机理的研究表明，视网膜神经节中有一类细胞其输出与LOG算子的特性相似。

　　为LOG算子边缘提取过程，上图为零件原始灰度图，中图为经平滑处理后采用LOG算子进行边缘提取后的二值图像，下图为将感兴趣的边缘单独提取出来的图像。

　　亚像素边缘提取由于像素级边缘常常不能满足精度的要求，所以在得到像素级精度的目标边缘后，还需亚像素边缘提取以获得更高的精度。

　　本文采用的是基于曲面拟合的亚像素边缘检测方法。这种方法是用一个参数多项式方程将每一边缘点所对应的平滑滤波图像的8个邻域，拟合成一个空间曲面；再按所需分辨率重采样这一曲面得到了更高分辨率的图像，然后对此图像再用一遍LOG算子进行过零点检测，即实现了目标图像目标的亚像素级边缘提取。

　　此外还可以采用基于灰度矩亚像素级边缘检测法，利用一阶微分期望值的亚像素边缘检测算法等，这里就不再赘述。

　　对机械零部件圆度的传统检测方法已越来越不适应现代生产的需要，因此厂家对非接触式快速检测圆度仪的需求十分强烈。

　　基于虚拟仪器的虚拟圆度仪利用了PC的强大的数据处理能力，采用CCD图像测量方法，既能满足非接触式的要求，又能保证了快速性和精确性，检测精度可以达到0.10mm，单件检测时间小于2min，能够大大提高厂家的检测精度，大大降低检测成本。

　　【中国粮油仪器在线】部分信息来自互联网，力求安全及时、准确无误，目的在于传递更多信息，并不代表本网对其观点赞同或对其真实性负责。