来源：期刊VIP网 时间：
作者：崔居超;宋文啸;缪天越;王璐;谢能刚;
单位：安徽工业大学机械工程学院;安徽工业大学工程研究院;安徽工业大学管理科学与工程学院;
摘要：在工业领域中，工件边缘检测至关重要。但现有算法在这一领域表现不佳。为提高工件检测的准确率和效率，提出一种优化的Otsu-Canny模型用于工业环境下工件的边缘检测。首先，结合自适应滤波窗口和权重优化对高斯滤波方法进行了改进，以更好地去除噪声并保留边缘细节。其次，通过分析图像梯度直方图，采用分段采样和二分法改进了传统Otsu算法，并结合Canny算子以实现自适应最佳阈值选择。这一改进在保持结果准确性的同时显著降低了计算复杂性。在BSD500数据集上，该算法的F1分数显著高于其他算法并有较好的鲁棒性。对于两种不同工件，该方法所检测出的边缘轮廓较为完整且引入的干扰更少，实现正确定位的个数均高于其他算法。对于工件一，选择200个工件进行检测，准确放入模具个数为192。对于工件二，对500个工件进行检测，其中实现成功注油次数为483。这些结果有力地证明了该算法具有优越的鲁棒性、精确性和自适应性，满足实际工件检测需求。
关键词：边缘检测;;梯度;;高斯滤波;;自适应阈值
基金资助：安徽省自然科学基金(2108085MG237);; 安徽省重点研发计划面上攻关项目(202104a06020010)
