周栋锋， 李俊峰

（浙江理工大学信息科学与工程学院， 杭州 310018）

0 引 言

目前，国内外的鞋底喷胶系统都向智能化、自动化、可视化的多功能数控集成系统的方向发展，但很多鞋业的片底涂胶还采用人工的方式。 机器视觉可以代替人眼对目标进行检测和分析，并做出相应的处理，现在的视觉喷胶技术大都集中在高帮鞋型，通过3D 点云的方式提取点［1］。 对点云进行处理不仅十分费时，且对片底来说，采用线激光或结构光提取轮廓精度不会很高。

在边缘提取算法上，郭琳琴等［2］提出了基于分数阶微分算子的图像边缘检测方法，通过构造微分算子去计算x方向与y方向上的分数阶算子，此方法的计算复杂度比较高，且只计算了两个方向的梯度，在边缘准确性上不太高；Feng Lin 等［3］提出了基于模糊径向基数神经网络的图像边缘检测算法，黄胜等［4］提出了基于语义信息的精细化边缘检测方法，郑恩壮等［5］提出了各向异性的多尺度边缘检测算法，这3 种方法均需要对目标图片进行人工标注边缘，对于工业生产来说既费时又不能保证稳定性；田贝乐等［6］提出一种改进的小波变换法替代高斯滤波，实现对图像的降噪，采用改进的迭代算法对高低阈值进行计算，虽然增加了鲁棒性，但边缘的细化程度并不是很高；Hao［7］在普通Sobel 算法基础上增加了其它方向上的梯度检测，但这种只增加边缘检测，不做边缘细化会产生边缘断开的情况；Orhei Ciprian 等［8］在图像滤波上采用扩张滤波器，对边缘会有比较好的保留效果，但对于背景复杂度不高的图片来说会增加边缘的宽度，导致精度有所下降；……