王建新,朱 煜,2,胡小锋,张亚辉

(1.上海交通大学机械与动力工程学院，上海 200240;2.江南造船(集团)有限责任公司，上海 201913)

0 引言

船体是以超过10万数量的零件装配而成的金属结构为主体的骨架，船体零件的检测对于船体建造的精度控制具有重要意义。船体零件形状种类繁多、重量巨大，采用机器视觉方法对其进行非接触式测量拥有无可比拟的效率优势。但是由于零件搬运时的相互摩擦以及较长时间的堆积，作业现场的待测零件表面易产生划痕、锈蚀，此外，带有槽、孔类特征的船体零件的数量众多，且厚度较大，在成像时往往出现下表面成像的情况。在此基础上，通过边缘提取获得的零件轮廓较易带有伪边缘，且无法保证封闭性，这会给图像分割造成很大干扰，而船体零件几何基元提取的准确性依赖于良好的图像分割结果，上述情况易导致几何基元的残缺或者完全缺失，从而使测量结果产生误差甚至完全错误[1]。

传统的图像分割算法主要分为以下几类：基于边缘的分割[2-4]、基于阈值的分割[5]、基于区域的分割[6]、分水岭分割[7]和聚类分割[8-9]等。相比于其他类算法，基于边缘检测的图像分割算法具有更好的边缘定位准确性，且运行速度更快，但其检测结果不能保证边缘连续性或封闭性。针对这一问题，学者们通常将边缘检测与其他方法相结合以实现图像分割，包括：边缘检测与边缘连接[2]、边缘检测与区域生长[3]、边缘检测与形态学分析[4]等。上述方法中对于伪边缘的处理大致可分为2类：通过动态选取合适阈值剔除梯度幅值较小的伪边缘；……