因?yàn)閭鹘y(tǒng)的邊緣檢測(cè)算法在理論上較成熟，但在實(shí)際應(yīng)用時(shí)可操作性較差。所以針對(duì)零件圖像測(cè)量的實(shí)際應(yīng)用情況，使用基于Sobel算子的改進(jìn)的方向算子，對(duì)灰度圖像進(jìn)行處理得到梯度圖像。綜合應(yīng)用其他算法，實(shí)現(xiàn)了對(duì)目標(biāo)邊緣的準(zhǔn)確檢測(cè)。然后在梯度圖像上沿目標(biāo)邊緣的梯度方向進(jìn)行多項(xiàng)式插值法亞像素細(xì)分計(jì)算，對(duì)目標(biāo)邊緣進(jìn)行亞像素定位。

　　邊緣檢測(cè)算法 

　　圖像分割是進(jìn)行目標(biāo)邊緣檢測(cè)的重要方法。圖像分割就是指把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。

1．常用邊緣檢測(cè)算法：

　　一般而言，圖像分割的依據(jù)有兩個(gè)：（1）像素的灰度值；（2）像素的灰度梯度值。目前，被普通使用的圖像分割算法分為兩大類：并行區(qū)域分割算法和并行邊界分割算法。

并行區(qū)域分割的主要依據(jù)就是像素的灰度值，該類算法一般包括如下3個(gè)步驟：

（1） 對(duì)原始圖像濾波去噪。

（2） 對(duì)圖像進(jìn)行二值化處理。

（3） 提取圖像的邊緣數(shù)據(jù)。

2．邊緣檢測(cè)算法的改進(jìn)：

（1） 使用傳統(tǒng)的并行區(qū)域分割算法進(jìn)行邊緣檢測(cè)。

（2） 使用哈夫變換將獲得的目標(biāo)邊轉(zhuǎn)換為目標(biāo)的尺寸參數(shù)（以像素為單位）

（3） 使用基于經(jīng)典Sobel算子改進(jìn)的方向模板對(duì)原始圖像求其灰度梯度圖像。

（4） 依據(jù)哈夫變換得到的目標(biāo)尺寸參數(shù)和目標(biāo)邊緣灰度梯度的性質(zhì)，進(jìn)一步對(duì)目標(biāo)邊緣進(jìn)行定位和更總。

（5） 根據(jù)亞像素邊緣檢測(cè)的基本原理和邊緣灰度梯度的性質(zhì)，進(jìn)行邊緣的亞想素定位