在视觉测量中，第一步是定位边缘。如果边缘检测失败，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，但实际操作起来并非如此简单。以下是我们常用的一些方法，这些方法在实际应用中已被证明是稳定的。
首先要确保灯光正确
无论算法多么优秀，不良的照明都会产生噪声边缘信号。必须正确选择背光、同轴或环形灯——这一步经常被忽视。
使用投影来精确定位
沿 X 轴或 Y 轴投影会将像素行压缩成波形，其中的波峰和波谷会显示边缘位置。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。
差异化：老旧但可靠
对投影曲线进行微分可以突出变化最大的点——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，精度就至关重要。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，反射可能会导致边缘断裂。请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
如果背景颜色与工件接近，则会出现伪边缘。请先更改背景颜色或使用形态学处理将其去除。
高噪音：锯齿状边缘
当灰度波动较大时，边缘会出现锯齿。在微分之前应用高斯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，结果发现照明会导致外壳各处出现亮点，测量值漂移了几十微米。解决方法如下：
切换到带有偏光滤镜的同轴照明
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，重复测量显示变化在±1 µm 以下。
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。不要只是调整软件参数——现场测试多个设置，找到最稳定的设置，以确保您的测量结果可靠。