删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于Legendre正交矩的亚像素线宽测量方法

清华大学 辅仁网/2017-07-07

基于Legendre正交矩的亚像素线宽测量方法
王伯雄, 杨春毓, 李伟, 秦垚
清华大学 精密仪器与机械学系, 精密测试技术及仪器国家重点实验室, 北京 100084
Algorithm for sub-pixel line width measurement based on the orthogonal Legendre moment
WANG Boxiong, YANG Chunyu, LI Wei, QIN Yao
State Key Laboratory of Precision Measurement Technology and Instruments, Department of Precision Instruments and Mechanology, Tsinghua University, Beijing 100084, China

摘要:

输出: BibTeX | EndNote (RIS)
摘要线宽测量对弱小目标检测有重要意义。该文提出了一种基于Legendre正交矩的亚像素线宽检测方法。该方法将一般线宽分解为两个对称线宽之和, 通过推导0、2、4阶Legendre正交矩, 得到对称线宽的计算公式, 最后加和得到实际线宽。针对离散数字图像, 推导并给出了正交矩的模板系数, 并分析了离散带来的测量误差及其修正方法。采用该测量方法对安瓿内标准颗粒异物进行粒径测量, 实验结果表明该方法具有较高的测量精度和效率。
关键词 线宽测量,Legendre,亚像素
Abstract:Line width measurements are of great importance for detecting small objects. An algorithm is developed for sub-pixel line width measurements based on the orthogonal Legendre moment. The line width is converted into the sum of two different symmetrical line widths. The 0th, 2nd and 4th order orthogonal Legendre moments are used to develop expressions for the symmetrical line widths. Template coefficients of the moments are derived for analyzing digital images and the principle error is analyzed and corrected. Tests of the algorithm for measuring the line widths of standard particles in ampoules show that the algorithm is accurate and efficient.
Key wordsline width measurementLegendresub-pixel
收稿日期: 2012-11-12 出版日期: 2016-02-17
ZTFLH:TP391
基金资助:清华大学精密测试技术及仪器国家重点实验室自主研究项目
作者简介: 王伯雄(1947—), 男(汉), 江苏, 教授。E-mail: wangbx@tsinghua.edu.cn
引用本文:
王伯雄, 杨春毓, 李伟, 秦垚. 基于Legendre正交矩的亚像素线宽测量方法[J]. 清华大学学报(自然科学版), 2016, 56(2): 218-222.
WANG Boxiong, YANG Chunyu, LI Wei, QIN Yao. Algorithm for sub-pixel line width measurement based on the orthogonal Legendre moment. Journal of Tsinghua University(Science and Technology), 2016, 56(2): 218-222.
链接本文:
http://jst.tsinghuajournals.com/CN/10.16511/j.cnki.qhdxxb.2016.22.012 http://jst.tsinghuajournals.com/CN/Y2016/V56/I2/218


图表:
图1 Legendre正交矩阶跃线宽模型
图2 由普通线宽构造的对称线宽
图3 Legendre正交矩5×5像素模板
图4 线宽计算值与原理误差
图5 100μm 标准颗粒局部成像图(放大图)
表1 100μm 标准颗粒的10次粒径测量值


参考文献:
[1] 蔡茂容. PCB图像线宽线距缺陷检测算法研究 [J]. 微计算机信息, 2009, 25(9): 116-118.CAI Maorong. Study on arithmetic of PCB images inspection of circuitry width and the distance between circuitry [J]. Microcomputer Information, 2009, 25(9): 116-118. (in Chinese)
[2] 秦垚, 王伯雄, 李伟, 等. 应用级联分类器检测安瓿内弱小运动目标 [J]. 光学精密工程, 2012, 20(1): 190-196.QIN Yao, WANG Boxiong, LI Wei, et al. Inspection of small moving foreign substances in ampoule based on cascade classifiers [J]. Optics and Precision Engineering, 2012, 20(1): 190-196. (in Chinese)
[3] 李运祥, 丁卫霞, 苏兰海, 等. 热轧带钢在线测宽中的图像分割 [J]. 北京科技大学学报, 2003, 25(4): 365-369.LI Yunxiang, DING Weixia, SU Lanhai, et al. Image segmentation in on-line width measurement of hot strip [J]. Journal of University of Science and Technology Beijing, 2003, 25(4): 365-369. (in Chinese)
[4] Frischholz R W, Spinnler K P. Class of algorithms for realtime subpixel registration [C]//Proceedings of the SPIE: The International Society for Optical Engineering. Munich: SPIE, 1993: 50-59.
[5] 黎俊, 彭启民, 范植华. 亚像素级图像配准算法研究 [J]. 中国图象图形学报, 2008, 13(11): 2070-2075.LI Jun, PENG Qimin, FAN Zhihua. A survey of sub-pixel image registration methods [J]. Journal of Image and Graphics, 2008, 13(11): 2070-2075. (in Chinese)
[6] Ghosal S, Mehrotra R. Orthogonal moment operators for subpixel edge detection [J]. Pattern Recognition, 1993, 26(2): 295-306.
[7] Teague M R. Image analysis via the general theory of moments [J].Journal of the Optical Society of America, 1980, 70: 920-930.
[8] 魏本征, 赵志敏, 华晋. 基于改进形态学梯度和Zernike矩的亚像素边缘检测方法 [J]. 仪器仪表学报, 2010, 31(4): 838-844. WEI Benzheng, ZHAO Zhimin, HUA Jin. Sub-pixel edge detection method based on improved morphological gradient and Zernike moment [J]. Chinese Journal of Scientific Instrument, 2010, 31(4): 838-844. (in Chinese)
[9] Zenkouar H, Nachit A. Images compression using moments method of orthogonal polynomials [J]. Materials Science and Engineering, 1997, 49(3): 211-215.
[10] 黄荣兵, 杜明辉, 梁帼英, 等. 一种改进的伪Zernike矩快速计算方法 [J]. 华南理工大学学报: 自然科学版, 2009, 37(1): 54-58.HUANG Rongbing, DU Minghui, LIANG Guoying, et al. An improved approach to fast computation of pseudo-Zernike moments [J]. Journal of South China University of Technology: Natural Science Edition, 2009, 37(1): 54-58. (in Chinese)
[11] Hu M-K. Visual pattern recognition by moment invariants [J]. Ire Transactions on Information Theory, 1962, 8(2): 179-187.
[12] 葛云, 章东. 基于Legendre正交矩的配准方法在放疗导航中的应用研究 [J]. 电子学报, 2009, 37(7): 1529-1531.GE Yun, ZHANG Dong. A fast matching way using the Legengre orthogonal moment and application in image guided radiotherapy [J]. Acta Electronica Sinica, 2009, 37(7): 1529-1531. (in Chinese)
[13] 秦垚, 王伯雄, 李伟. 基于液面分割的安瓿内漂浮小目标检测算法 [J]. 清华大学学报: 自然科学版, 2012, 52(1): 21-24.QIN Yao, WANG Boxiong, LI Wei. Floating impurity inspection algorithm in ampoule based on liquid level segmentation [J]. Journal of Tsinghua University: Science and Technology, 2012, 52(1): 21-24. (in Chinese)


相关文章:
[1]褚洪洋, 柴跃廷, 刘义. 基于层次分裂算法的价格指数序列聚类[J]. 清华大学学报(自然科学版), 2015, 55(11): 1178-1183.
[2]刘泽文, 丁冬, 李春文. 基于条件随机场的中文短文本分词方法[J]. 清华大学学报(自然科学版), 2015, 55(8): 906-910,915.
[3]郑辑涛, 何红红, 张涛, 朱纪洪. 分治法重建数字地形的子网凸包合并算法[J]. 清华大学学报(自然科学版), 2015, 55(8): 895-899,905.
[4]路海明, 王一娇, 谢朝霞. 基于向量场的深度计算方法[J]. 清华大学学报(自然科学版), 2015, 55(8): 916-920.
[5]杨向东, 芮晓飞, 谢颖. 基于高效Hough变换的圆柱特征检测方法[J]. 清华大学学报(自然科学版), 2015, 55(8): 921-926.
[6]姜志威, 丁晓青, 彭良瑞. 针对无切分维吾尔文文本行识别的字符模型优化[J]. 清华大学学报(自然科学版), 2015, 55(8): 873-877,883.
[7]段侪杰, 张一嘉, 郭卉, 叶大田, 梁正荣. 一种MR膀胱图像增强后基于图论的分割策略[J]. 清华大学学报(自然科学版), 2015, 55(6): 695-699.
[8]肖熙, 王竞千. 基于网格的语音关键词检索算法改进[J]. 清华大学学报(自然科学版), 2015, 55(5): 508-513.
[9]陈元琳, 柴跃廷, 刘义, 徐扬. 基于群体偏好的交易评价可信度[J]. 清华大学学报(自然科学版), 2015, 55(5): 558-564,571.
[10]王丙坤, 黄永峰, 李星. 基于多粒度计算和多准则融合的情感分类[J]. 清华大学学报(自然科学版), 2015, 55(5): 497-502.
[11]王晶, 王昊. 融合局部特征和全局特征的视频拷贝检测[J]. 清华大学学报(自然科学版), 2016, 56(3): 269-272.

相关话题/测量 图像 技术 仪器 北京