重庆大学 光电技术与系统教育部重点实验室 ICT研究中心,重庆 400030
为了自动检测工业CT图像中的圆并精确地测量其参数,研究了基于Facet模型的亚像素边缘检测算法检测图像边缘,利用圆存在的概率大小识别边缘图像中的圆并测量其参数的方法。首先,利用Facet模型提取图像的亚像素边缘。接着,研究了图像圆存在概率算法特点,通过构造专用链表数据结构存储计算数据,限制计算时圆心选取范围等方法,克服了原计算方法效率低、占用内存大的缺点,并运用改进的圆存在概率计算方法对工业CT图像中的圆进行自动检测。最后,通过最小二乘法拟合圆边缘点,计算圆参数的实际尺寸。使用空间分辨力为2.0 lp/mm的电子直线加速器工业CT系统,扫描重建出包含10个圆的800 pixel×800 pixel工业CT图像,运用该方法对图像中的圆进行了识别和测量。试验结果表明,改进的圆存在概率算法计算效率明显提高,图像中圆参数测量精度<0.5%,满足工业CT图像圆自动测量的精确、快速、可靠等要求。
Facet模型 存在概率 计算机层析成像 图像测量 Facet model existence probability computed tomography image measurement 光学 精密工程
2009, 17(11): 2842