改进蚁群算法与Zernike矩细分的图像边缘测量方法

来源：计算机集成制造系统杂志2015年第6期北京时间：

作者：龚立雄,黄敏,刘永,宋李俊

单位：1.重庆理工大学机械工程学院2.重庆理工大学MBA教育中心3.长安大学道路施工技术与装备*教育部重点实验室4.湖北汽车工业学院机械工程学院

摘要：针对传统蚁群算法计算耗时、易受噪声影响等缺点,提出一种改进蚁群算法与Zernike矩细分的图像亚像素边缘测量方法。该算法采用二维灰度直方图求解聚类中心、拉普拉斯算子聚类、划分图像边缘点、目标点和噪声点等,利用全局自适应信息素更新方式提取图像边缘,进而通过Zernike矩快速算法细分图像亚像素级别边缘,提高了边缘分割精度。以SKF 32308 J2/Q轴承为研究对象,采用该方法检测了轴承图像的内、外圈边缘,并通过最小二乘拟合,采用标准件进行轴承的坐标标定,测量了轴承内、外径等几何参数,将该测量方法与改进Hough变换的测量结果相比较,证明了该算法具有较高的测量精度。

关键词：蚁群算法,Zernike矩,亚像素,图像边缘,轴承

基金资助：重庆市基础与前沿研究项目(cstc2013jcyjA60002);重庆市教委科学技术研究项目(KJ1400908);国家自然科学基金资助项目(51205433)。