张友朋　茅健

摘要：目前在自动化检测领域，机器视觉检测技术开始广泛地应用，这种技术的特征表现为高精度、非接触、适用性强，操作方便。在智能制造需求的促进作用下，很多工业生产中开始应用到机器视觉技术。本文对精密钻孔法向检测进行研究，根据检测要求而选择合适的检测方法。首选用Canny边缘检测算法，但是在实际的应用中这种算子会引入很多非目标轮廓线，而对法向检测产生不良影响。为应对这种缺陷而结合了小波图像分割算法，且据此建立起改进的Canny边缘检测算法。根据实证分析结果表明，在精密钻孔法向检测过程中，这种改进算法可很好地满足应用要求。

关键词：图像分割;Canny边缘檢测算法;机器视觉

【Abstract】Atpresent，inthefieldofautomatedinspection，machinevisioninspectiontechnologyhasbeguntobewidelyused.Thecharacteristicsofthistechnologyarehighprecision，non-contact，strongapplicability，andconvenientoperation.Drivenbythedemandforintelligentmanufacturing，machinevisiontechnologyhasbeguntobeappliedinmanyindustrialproductions.Inthispaper，theprecisiondrillingnormaldetectionisstudied，andtheappropriatedetectionmethodisselectedaccordingtothedetectionrequirements.TheCannyedgedetectionalgorithmisthefirstchoice，butinpracticalapplicationsthisoperatorwillintroducemanynon-targetcontours，whichwillhaveanadverseeffectonnormaldetection.Inordertodealwiththisdefect，thewaveletimagesegmentationalgorithmiscombined，andanimprovedCannyedgedetectionalgorithmisestablishedaccordingly.Accordingtotheempiricalanalysisresults，thisimprovedalgorithmcanmeettheapplicationrequirementswellintheprocessofprecisiondrillingnormaldetection.

【Keywords】imagesegmentation;Cannyedgedetectionalgorithm;machinevision

作者简介：张友朋（1996-），男，硕士研究生，主要研究方向：视觉检测;茅健（1972-），男，博士，教授，主要研究方向：精密检测与装备自动化。

0引言

机器视觉检测技术的核心在于图像处理及算法部分，传感器等硬件作为整个框架中的基础性设备，随着制造业水平的不断提升，测量水平也应与其保持同步，为了适应更高标准的精度要求，可以通过改进算法部分来获得更优化的测量精度，而不需要升级整个硬件框架，这也使其具有了很好的适应能力和较高的性价比而不会被淘汰[1]。随着“工业4.0”的进一步实施以及国内对于高速智能工业信息化发展的关注与重视，研究进一步提高了视觉检测的效率和精度，对于促进高速智能工业视觉检测的关键技术理论基础探索和技术创新及有效满足当前国内高速智能装备制造业视觉检测市场的迫切应用需求皆具有十分重要的研究意义。……