基于改进Canny算子的齿轮边缘检测研究

传统Canny算子的齿轮边缘检测算法不仅受高斯滤波干扰,因高斯滤波仅考虑位置对边缘像素点的影响,不考虑边缘点像素值的不同,导致过度平滑了图像,很容易造成边缘模糊,其去除高斯噪声效果好,但处理椒盐噪声性能差,还受采集图像时零件反光或者光源照射角度等不均匀光照的影响,导致图像灰度值整体偏高或者偏低,降低了齿轮图片质量。针对上述存在的问题及不足,在采集齿轮图像后,首先通过二维伽马函数使光照均衡化,凸显其重要的边缘细节信息,其次改进基于Canny算子的齿轮边缘检测算法,运用中值滤波代替高斯滤波平滑图像,消除椒盐噪声,3*3模板的Sobel边缘算子代替对噪声很敏感的2*2模板的Roberts边缘算子,抗噪的同时产生了强烈的边缘响应,用来计算梯度的大小和方向,因原始图像中梯度方向并不是沿着0°、45°、90°、135°4个方向进行,采用插值法代替4个方向模板,抑制梯度的非极大值,以此消除误检,人为设置高低阈值,高阈值分割出背景和目标两个区域,低阈值平滑边缘,抑制单独的弱边缘,使其真正的边缘连接以此完成最终的检测。实验表明:抗噪能力显著增强,虚假边缘明显减少,真实边缘误检率直线下降,相应地保留了更为完整的边缘细节信息,齿轮轮廓更为清晰,边缘检测精度更高。