异型冲压工件边缘检测算法研究

王延年，刘成涛，马丽娜

（西安工程大学电子信息学院，西安710048）

异型冲压工件边缘检测算法研究

王延年，刘成涛，马丽娜

（西安工程大学电子信息学院，西安710048）

为了不断提高产品质量和生产效率，冲压工件缺陷自动在线检测技术在生产过程中显得日益重要。针对这一需求，提出了基于小波分解的神经网络和快速模糊算法相融合的异型冲压工件边缘检测算法。神经网络算法的引入，克服了快速模糊算法在图像边缘检测时高频信号得不到有效利用和检测速度较慢等问题。在提高算法效率的同时，增强了算法的适应性。与经典的边缘检测算法相比较，得到的处理图像更加清晰完整。

异型冲压工件；小波分解；神经网络；快速模糊算法；边缘检测

1 引 言

在精密冲压生产线上异型冲压工件的自动检测和识别过程中，图像处理算法会在很大程度上影响检测与识别的效果和速度。其中关键是对工件图像进行边缘检测，获得清晰的工件轮廓线。但采用传统的边缘检测方法对工件进行图像处理的效果不理想，容易丢失边缘信息，边缘轮廓线不清晰，给进一步处理带来困难。因此，一种能够准确快速获得冲压工件边缘信息的检测算法非常重要。

针对上述问题，提出了一种神经网络和快速模糊算法相融合的异型冲压工件边缘检测算法。首先用小波变换对图像分频，然后用神经网络和模糊算法对图像的不同频段分别处理。图像的高频部分用神经网络方法检测，而图像的低频分量边缘比较模糊，将模糊集理论引入到图像低频边缘检测方法中，能够达到较好的效果；……