在微纳器件测试与计量标定领域, 很多问题都涉及到对微观台阶的高精度测量。白光干涉垂直扫描法具有非接触、精度高、速度快等优点, 基于此搭建了白光干涉微观检测系统。利用相移干涉理论, 解算出被测微观台阶的空间相对高度信息。通过中值滤波加间隔差分取极值的方法, 有效识别出台阶的左右两个边缘, 减小了脉冲等噪声带来的干扰。以C#语言编写了WPF形式的检测软件系统, 并对标准的微观台阶进行了多次实验。实验结果表明, 该方案测量的平均偏差稳定在2nm以内, 重复性精度优于0.5%。

受电弓是电气列车重要的受流装置,受电弓滑板磨耗程度影响着弓网之间的配合情况。对受电弓滑板磨耗故障的自动测量,是实现受电弓自动化检测的重要手段之一。根据视觉测量系统所拍摄的受电弓滑板图像的特点,利用基于部分面积作用的亚像素边缘定位算法,提出一种滑板上边缘和下边缘的精确识别算法。通过与其他常见边缘提取算法进行对比,证明了所提算法的可行性和优越性。

提出一种自动识别人体边缘物体的算法, 用于太赫兹人体安检系统的人体边缘物体成像的识别。原始图像经过二值化、滤波除噪、填充、形态学腐蚀膨胀等预处理算法后, 利用顺时针搜寻轮廓追踪算法标记图像轮廓坐标, 对轮廓上各坐标点使用圆形模板占空比检测以及非极小、非极大值抑制算法筛选出所有的凸点和凹点, 并根据相邻凸点和凹点组合特征及其横向距离约束实现边缘物体的识别。500幅测试图像实验结果表明: 该算法对边缘物体可实现快速识别, 误判率在2%以下; 通过调整算法参数, 可良好匹配安检系统的识别精度, 从而达到匹配于系统的分辨极限; 具有抗噪声能力强, 识别速度快, 识别精度高等优点。

为了提高智能车辆道路识别的准确性和效率，设计了一种基于平行边缘特征的道路检测算法。提出了基于边缘连接的道路区域快速粗分割方法；对边缘点局部直线的检测和方向进行编码，利用竖直线实现了极大可能道路区域的估计；基于方向一致性判别准则，实现了极大可能道路区域内平行边缘的识别算法；提出了三个道路识别准则，综合运用平行边缘、道路的区域位置信息，实现了道路特征的准确识别。实验结果表明，本文算法能够快速并准确的提取典型的直线和弯曲道路模型中的道路区域，比以往算法在速度和准确性上都有较大的提升。

由于作者在前一段工作中提出的基于工艺匹配的显微图像边缘提取算法(MPTM-MIED)无法适应微小构件的实时自动检测, 本文利用BP神经网络技术重新设计实现了MPTM-MIED, 并提出了一种新的自动提取显微图像边缘的方法(AMIED)。为了验证该方法的有效性, 利用AMIED对4种工艺实现的微小型结构件显微图像的边缘进行了提取, 并对线切割工艺零件的尺寸进行了测量。边缘提取的分析结果表明: AMIED提取出的显微图像边缘与MPTM-MIED提取出的基本一致; 与常用的边缘检测算法相比, AMIED提取出的显微图像的边缘线形连接程度较好。测量尺寸的分析结果表明: MPTM-MIED和AMIED测量的尺寸基本相同, 比Canny法测量得到的结果更接近万能工具显微镜测得的尺寸。由于在测量过程中不再需要手工选取边缘过渡区域, 提出的方法极大地提高了检测速度, 可用于实时自动测量微小型零件的尺寸。

针对高分辨率遥感图像中道路、建筑物和水域等的特征识别难题，提出了一种基于边缘局部方向信息的平行边缘自动识别算法。该算法首先定义平行边缘由一系列相互平行的短直线组成；然后提出了交叉点共线约束的8-邻域边界追踪和9-像素滑动窗口内直线检测算法，实现了边缘连续线条局部方向信息编码；最后通过分析连续线条结构及方向编码规律，提出了主元分析及方向一致性判别准则进行平行特征识别。实验结果表明，该算法能够有效提取高分辨率遥感图像中具有最近邻关系的平行直线和曲线特征，平均识别准确率在95%以上，但算法执行速度有待提高。

利用光纤镜头和彩色工业摄像机实时采集激光切割厚板中切割点的图像，从彩色图像中分别选取蓝色、绿色和红色通道图像，分析各通道图像的特点和切割点的几何形状特征。首先以激光焦点在图像中的位置为中心建立坐标系，以x轴方向为起始，45°为间隔向8个方向搜索激光切割区域的边缘点，根据边缘点到坐标原点的距离信息确定激光切割方向和切割顶点；建立边缘识别用抛物线模型，根据边缘处存在灰度特征、梯度特征和方向特征设计识别目标函数，识别切割顶点两侧边缘，进而识别整个切割点处的几何形状。实验表明识别方法具有良好的适应性、准确性和实时性。

提出了一种基于显微图像的微小尺寸零件复杂边缘识别算法。该算法通过对不同加工方法的边缘过渡区进行提取,建立边缘过渡区的多项式回归模型,然后从多项式模型中根据加工特性和零件的实际应用,利用求导的方法确定边缘点精确位置。实验结果表明:精研磨零级1 mm标准量块的测量误差为0.395 μm。通过对精研磨、冲压、线切割3种常见微细加工方法建模分析得出:加工特性对微小型结构件边缘区域影响较大,边缘精确识别时应考虑加工特性的影响。该算法在思想上考虑了实际加工特性的影响,算法上加入了统计学方法,通过建立过渡区数学模型使边缘检测结果达到亚像素级;而且识别的单像素宽,其连续的边缘能进一步满足精密测量的需要。

为了提高虹膜定位算法的抗干扰能力,本文提出了一种基于虹膜边缘识别的虹膜定位算法。该算法应用图像几何矩函数提取虹膜内外边缘的特征,通过由支持向量机(SVM)训练的分类器进行虹膜边缘点的识别。最后由Hough变换对识别的结果进行参数求解并实现虹膜的定位。本算法经过了CASIA虹膜图形库的实验验证,仿真实验数据表明所提算法不仅具有较快的定位速度和较高的定位成功率,而且性能稳定。