边缘是图像的最基本特征,包含了图像大部分信息,而边缘检测是图像分析和理解的关键步骤,是目标识别与参数量化的重要基础。本论文结合具体的项目“大型引水压力钢管安全检测机器人”,研究了图像边缘检测技术以及在实际系统中的应用。主要内容有:1.论述了噪声的基础理论,分析对比了图像预处理算法。概述了边缘的定义及分类,介绍了经典的和新的边缘检测算法。经典的边缘检测算法是根据图像灰度的一阶导数在边缘处存在极值,二阶导数在边缘处零交叉特性来检测边缘,并以具体图片为实例,将经典的边缘检测算法进行了仿真实验,分析对比了各算法的优缺点。2.针对经典的Sobel边缘检测算子存在边缘定位精度不高和对噪声敏感等缺点,提出了一种改进算法。首先增加6个方向模板,提高定位精度;其次,对于使用8方向模板检测的图像运用迭代阈值分割算法进行二值化处理,去除伪边缘;最后,利用形态学膨胀算法连接钢管裂纹。3.分析了钢管缺陷视觉检测系统的总体方案,并搭建了系统硬件平台,将本文所提出的边缘检测算法移值到硬件系统进行实验,分析系统产生的误差。