在视觉测量中，第一步是定位边缘。如果边缘检测功能关闭，之后的每次测量都会不准确。许多人只依赖于运行 Canny 或 Sobel 算法，但实际上并非如此简单。以下是我们经常使用且在实际应用中经过验证的稳定方法。

首先选择合适的照明
无论算法多么优秀，不良的照明都会产生嘈杂的边缘信号。必须正确选择背光、同轴或环形灯——这一步经常被忽视。

使用投影法精确定位
沿 X 轴或 Y 轴投影会将像素行压缩成波形，其中的峰和谷揭示了边缘位置。这种方法可以平均化小噪声，使其比直接过滤原始图像更稳定。

微分法：古老但可靠
对投影曲线进行微分可以突出显示变化最大的点——边缘。这种老式方法比一些高端算法更能抵抗车间噪声。

亚像素精度，实现真正的精度
一旦找到边缘，精度至关重要。在峰值附近取三到五个点，并用二次曲线拟合，可以得到精度达到1/100像素的坐标，这对于微米级测量至关重要。

光反射：边缘断裂
在铝或不锈钢上，反射会导致边缘断裂。使用偏光滤镜或调整照明角度以避免眩光。

杂乱的背景：到处都是假边缘
如果背景颜色接近工件，就会出现假边缘。请先更改背景颜色或使用形态学处理将其去除。

高噪声：锯齿状边缘
当灰度波动较大时，边缘会出现锯齿状。在微分之前应用高斯滤波或中值滤波来稳定信号。

铝制外壳的“亮点”之战
我们曾经测量过一个铝制外壳，照明导致外壳各处都出现亮点，测量值漂移了几十微米。解决方法：

改用带偏振滤光片的同轴照明

使用投影+微分进行边缘检测

应用亚像素拟合进行精确定位

调整后，重复测量显示偏差在±1微米以内。

照明、算法、定位——都很重要
视觉测量中的边缘检测并不神秘，但细节至关重要。照明、算法和定位必须协同工作。不要仅仅调整软件参数——现场测试多个设置以找到最稳定的设置，这样您的测量结果才可靠。