振動篩廠家提出了一種超聲（shēng）波振動篩網經絲和緯絲夾角的（de）自動檢測方（fāng）法，首先用改進的Harris算法檢測角點，解決（jué）了Harris漏檢和誤檢的問題（tí），與目前的改（gǎi）進的Harris算法相比，在保證（zhèng）檢測精度的前提下提（tí）高了檢測效率（lǜ），為後續的邊緣擬合打下了基礎。然後用Canny算（suàn）子預檢測篩（shāi）孔邊緣，再結合Facet做亞像素邊（biān）緣檢測，提高了檢測精度（dù）。**後（hòu）檢測出（chū）超聲波振動篩網經絲和緯絲（sī）的夾角，實驗證明本文所提出的方法能夠提高角度檢測的（de）精度（dù）。

超聲波振動篩

1.角點預篩選

考慮到判斷（duàn）角點分布及處理偽角點所花的時間，為了提高超聲波振動（dòng）篩角點的檢測效率，本文先對圖像的像素進行預篩（shāi）選，排除（chú）一些明顯不可能成為角點的像素點。傳統的Harris角點檢測算法（fǎ）是根據圖像中每一（yī）個點的（de）像素梯度值的變（biàn）化，來判定（dìng）某點是否為角點。在一定範圍內梯度變化越（yuè）大的點越可能成（chéng）為角點（diǎn），也就是說在角點（diǎn）周圍一定大（dà）小的鄰域內，像素的灰度值變化是很（hěn）大的。那麽反過來，在非（fēi）角點像素的領域內，像素（sù）灰（huī）度值基本不變，甚至有可能相等。

2.正態法去除偽角點

根據預篩選後檢測出的“角點”，求出在Y軸和X軸上的角點分布，如圖3和圖4所（suǒ）示。將縱、橫角（jiǎo）點分布按其聚集程度分成（chéng）塊，那麽每一（yī）塊實際上（shàng）就是超聲波（bō）振動篩（shāi）每一列或者每一行的角點分布，通過Kolmogorov-Smirnov方法驗證（zhèng），能夠得出角點在縱、橫方向上的分布的確符合正態分布，與之前的假設相等。

對（duì）於一些分散分布在X軸或Y軸方向上的孤立（lì）點，或（huò）者點（diǎn）的個數累計不（bú）超過行（háng）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（jiē）將其刪除，因為這些（xiē）必然是偽角（jiǎo）點。然後求出（chū）每一行和列的正態分（fèn）布，設置其置信區間，根據多次（cì）測試效果，取置信區間為9600，去掉所有偽角點。  

聯係電話（huà）：18638319063微信同號