戴乔森，何毅斌，陈宇晨，刘 湘，贺苏逊，吴琳慧，杜 伟，汪 强

(武汉工程大学 机电工程学院，湖北 武汉 430073)

0 引 言

在现代机械制造业中，机械零件是否符合生产要求离不开零件尺寸的精度检测[1]。而测量机械零件的尺寸首先就要得到其清晰、完整的边缘轮廓，而通过计算机视觉的方式获得零件边缘是近几年研究的重点。

相较于传统的测量方法，计算机视觉拥有速度快、精度高、不易受到人为因素影响的优势，并逐渐被各大机械相关研究机构所采用。

边缘检测算法有很多，根据计算边缘导函数类型的不同，可以将边缘检测算法分为一阶导函数和二阶导函数两类[2]。通常情况下，一阶导函数对边缘定位速度快且节约检测时间；二阶导函数相对复杂但效果更好[3]。拉普拉斯算法以二阶微分算法为基础，因其各项同性的特点，即将图像旋转后滤波与先对图像滤波再旋转结果相同而得到更广泛的应用。对于图像边缘的基本特征识别，由于采集到的原始图像质量会受到环境因素、物体表面等不可控因素的影响[4]，在实际处理时需要人为消除不利因素对图像的影响。

国内外学者对于应用拉普拉斯算法提高边缘检测的精度和效率做了许多研究和改进：文献[5]在传统拉普拉斯的基础上添加了变量sigma用于确定两个方向上的高斯核以增强图像边缘轮廓的清晰度，但计算时间长，导致边缘线条较为粗糙；文献[6]提出了改进的log算子与ViBe算法相结合的阴影消除算法，从而提高了阴影消除方法的综合性能和鲁棒性，但算法过于繁琐，并不具备高效性的特点；……