振动筛厂家提出了一种超声波振动筛网经丝和纬丝夹角的自动检测方法，首先用改进的Harris算法检测角点，解决了Harris漏检和误检的问题，与目前的改进的Harris算法相比，在保证检测精度的前提下提高了检测效率，为后续的边缘拟合打下了基础。然后用Canny算子预检测筛孔边缘，再结合Facet做亚像素边缘检测，提高了检测精度。最后检测出超声波振动筛网经丝和纬丝的夹角，实验证明本文所提出的方法能够提高角度检测的精度。

超声波振动筛

1.角点预筛选

考虑到判断角点分布及处理伪角点所花的时间，为了提高超声波振动筛角点的检测效率，本文先对图像的像素进行预筛选，排除一些明显不可能成为角点的像素点。传统的Harris角点检测算法是根据图像中每一个点的像素梯度值的变化，来判定某点是否为角点。在一定范围内梯度变化越大的点越可能成为角点，也就是说在角点周围一定大小的邻域内，像素的灰度值变化是很大的。那么反过来，在非角点像素的领域内，像素灰度值基本不变，甚至有可能相等。

2.正态法去除伪角点

根据预筛选后检测出的“角点”，求出在Y轴和X轴上的角点分布，如图3和图4所示。将纵、横角点分布按其聚集程度分成块，那么每一块实际上就是超声波振动筛每一列或者每一行的角点分布，通过Kolmogorov-Smirnov方法验证，能够得出角点在纵、横方向上的分布的确符合正态分布，与之前的假设相等。

对于一些分散分布在X轴或Y轴方向上的孤立点，或者点的个数累计不超过行数或列数1/3的点(这1/3是经过多次实验所得)，在分块时直接将其删除，因为这些必然是伪角点。然后求出每一行和列的正态分布，设置其置信区间，根据多次测试效果，取置信区间为9600，去掉所有伪角点。  

联系电话：18638319063微信同号