焊接机器人改进canny算子的焊缝边缘点提取
针对传统的Canny算子在2x2邻域内求取差分初值时易受噪声的影响，以至于出现提取到假边缘，或者丢失部分信息的边缘现象，本文通过实验对比，采用5:5邻域范围求取梯度幅值和梯度方向，可提高边缘检测精度和有效抑制噪声。
1)改进的canny算子
依据Canny算子定义，对于任意像素点P(i，j)，其改进的5x5邻域canny算子水平方向差分算子Gx(i，j)和垂直方向差分算子Gy(i, j)分别为:
对于任意像素点p(i，j)，其改进的梯度幅值M(i, j)和梯度方向θ(i.j)分别为:
2)边缘点的求取
求取图像每个像素点的梯度幅值和梯度方向后，依据扇区非极大值抑制原则，找出图像中的边缘点。如图4.1的所示，箭头方向表示梯度方向。
计算任意待检测像素点p(i,j)在5x5邻域内沿梯度方向插值点Q1和Q2的梯度幅值MQ1和MQ2，比较M(i, j)与MQ1和MQ2值，若M(i, j)为局部极大值，则p(i,j)为边缘点，否则为非边缘点，过程如下所示:
任意像素点p(i，j)，在其5x5邻域内沿梯度方向对相邻的两个梯度幅值进行插值，具体步骤如下:
(1)设P(i-2, j+1), P(i-1,j+1),P(i+1,j+1),P(i+2,j+1)5个像素点的梯度幅值分别为M1,M2,M3,M4,M5。为了防止这5个梯度幅值变化过大，设定一个阈值，若：
则：
(2)用M1, M2, M3, M4, M5进行三次样条函数拟合，得到拟合函数M(i)=g(i)。
(3)计算Q1点插值的梯度幅值；
(4)同理可以求得Q2点插值的梯度幅值MQ2。
3)焊缝边缘点提取
(1)对于图像中待检测的像素点P(i,j)，计算该像素点的梯度幅值M(i, j)，以及沿梯度θ(i, j)方向的两个插值点Q1和Q2的梯度幅值。
(2)用p(i,j)点的梯度幅值与沿梯度θ(i, j)方向的两个插值点Q1和Q2的梯度幅值进行比较，若该点的梯度幅值M(i, j)同时大于MQi和MQz，即M (i, j)为局部梯度幅值极大值点，则该点为边缘点。否则，该点为非边缘点。
(3)重复(1), (2)步骤，对图像中每个像素点进行计算和判断。