随着自动化工业生产的快速发展,产品的外形质量检测阶段基本应用计算机检测。图像检测技术是基于机器视觉应运而生的一种新型检测方法,其拥有非接触、精度高、检测时间短等特点,能够很好的满足工业生产上的需求。找到一种又快又有效的方法对工件图像进行检测,是提高工业生产效率的关键。本文介绍了几种经典的像素级边缘检测算法,其中有Sobel算子、Prewitt算子、拉普拉斯算子和Canny算子,分析了他们的优缺点,在基于对工件图像检测要求的基础上对Canny算子的缺点进行改进。还研究了亚像素级边缘检测的一些方法,如矩方法,插值法和拟合法,并根据边缘的特点和亚像素技术,以灰度图像为基础,知道了一种新的高精度边缘检测方法。本文针对工业生产过程中的工件图像的检测提出新颖的亚像素边缘检测方法。首先对工件的数字图像进行预处理,包括图像二值化、图像增强和图像平滑。之后以灰度图像为基础,用改进的Canny算子进行像素级边缘检测,得到的图像为工件的像素级的边缘图像。在灰度图像中以每个边缘点的坐标为中心,取5×5 pixel的矩形区域,根据图像边缘处的灰度值的特点来确定灰度梯度方向和边缘方向,再根据灰度梯度方向上的灰度值差分来拟合出一条二次曲线,得到此曲线一阶导数的极值点坐标即为图像边缘亚像素级的坐标位置。通过实验验证了本文方法的具有可行性,抗噪声能力强,检测精度高,可以满足工业生产的在线实时检测要求。