振動篩廠家提出了一（yī）種超聲波振動（dòng）篩網經絲和緯絲夾角的自動檢測方法，首先用改進的Harris算法檢測角點，解決了Harris漏檢和（hé）誤檢的問題，與目前的改進的Harris算法相比，在保證檢測（cè）精度的前提下（xià）提高了檢測效率，為後續的邊緣擬合打下了基礎。然後用Canny算子預檢（jiǎn）測篩孔邊緣，再結合Facet做亞像素邊緣檢測（cè），提（tí）高了（le）檢（jiǎn）測精（jīng）度。**後檢測出超（chāo）聲波振動篩網經絲和緯絲的夾角（jiǎo），實驗證明本文所提出的方法能（néng）夠提高角度檢測的精度（dù）。

超聲波振動篩（shāi）

1.角點預篩選

考慮到判斷角（jiǎo）點分布及處理偽角點所花的時間，為（wéi）了提高超聲波振動篩角點的檢測效率，本文先對圖像的（de）像素進行預篩選（xuǎn），排除一些明（míng）顯不可能成為角點的像素點。傳統的Harris角點檢測算法是根據圖像中（zhōng）每一個點的像素（sù）梯度值的變化，來判定（dìng）某點是否為角點。在一定範圍內梯（tī）度變（biàn）化越大的點越可能成（chéng）為角點，也就是說在角點周圍一定大小的鄰（lín）域內，像素的（de）灰度值變化是很（hěn）大（dà）的。那麽反過來，在非角點像素的領域（yù）內，像素灰度值基本不變，甚至有可能相等。

2.正態（tài）法去除偽角點

根據預篩選後檢測（cè）出的“角點”，求（qiú）出在Y軸和X軸上的角點分布，如圖3和圖4所示。將縱、橫角點分布按其聚（jù）集程度分成塊，那麽每一塊實際上（shàng）就（jiù）是超聲波振動篩每一（yī）列或者每一行的角點分布，通（tōng）過Kolmogorov-Smirnov方法驗證，能夠得出角點在縱、橫方向上的分布（bù）的確符合（hé）正態分布，與之前（qián）的假（jiǎ）設相等。

對於一些分散分布在X軸或（huò）Y軸方向上的孤（gū）立點，或者點的個數累計不超（chāo）過行數或列數1/3的點(這1/3是經過多次實驗所得)，在分塊時直接將其刪除，因為這些必然是（shì）偽角點。然後（hòu）求出（chū）每一行和列的正態分布，設置（zhì）其置信區間，根據多次測試效果，取置信區間為（wéi）9600，去掉所有偽角點。  

聯係電話：18638319063微信同號