王国虎，薛进学

(1.郑州工业应用技术学院 机电工程学院，河南 新郑 451152;2.河南科技大学 机电工程学院，河南 洛阳 471003)

0 引 言

近年来，为适应自动化水平和劳动力成本的不断提高这一趋势，各类码垛机器人得到广泛应用。码垛机器人的使用提高了工业生产的自动化、智能化、标准化程度[1]。其中，机器人视觉作为码垛机器人应用的一项关键技术变得越来越重要。机器人视觉系统要求码垛机器人能够对不同形状工件在码垛时进行判断与识别。首先机器人视觉系统对工件进行图像获取、识别和定位，然后经控制部分作出判断，控制码垛机器人抓取工件将其置于指定的位置。

在一幅数字图像中，边缘信息虽然只占有有限的像素，但包含了大量的图像特征信息。因此，边缘检测技术是机器人视觉、数字图像处理和图像分析领域研究的重点和难点[2]。传统的边缘检测算法，如Sobel算法、Roberts算法、Prewitt算法、Log算法、Krich算法等处理效果不理想。1986年John Canny首次提出了Canny边缘检测算法，该算法能有效弥补其他传统边缘检测算法的不足，因此Canny算法被认定为边缘检测方法中较好的算法[3]。

但是，由于科技的进步，要求边缘检时对外部复杂的影响因素处理能力提升。由于对噪声比较敏感，传统Canny算法在检测过程中会有伪边缘和孤立边缘点产生，影响了图像的处理效果[4]。又因为在采用双阈值方法定位边缘时，选择下限阈值会对图像处理结果产生很大影响，下限阈值过大时容易丢失边缘细节，无法形成完整边缘曲线，造成边缘曲线出现间断；……