的ZMs，把理想阶跃灰度模型的4个参数映射到三个ZMs中，再通过这三个ZMs来计算出边缘所在直线的参数，从而确定出边缘的亚象素级坐标。李金泉[12]对ZMs算法进行了较为深入的研究，并指出其不足之处并提出了相应的改进算法，将其应用于焊缝识别中，检测的边缘具有精度高、自细化边缘和抗干扰性强等优点。

3.结论

  　大多数焊缝的方向变化不会太剧烈，都是连续的直线或者曲线。在局部小的范围内可以看作是两条平行的直线。因此在焊接环境识别时可以通过寻找直线的方法来检测焊缝。在这些已有算法中，梯度算子可以检测焊缝的边缘同时还可以对方向进行预测，这样实时图像处理的同时还可以预测焊缝前进的方向，较适合于焊接环境的识别。但微分算子抗干扰性差，对于复杂的焊接环境来讲，不能直接拿来应用，当加以改进和结合其它算法。小波多尺度、形态学边缘检测算法等是该领域研究热点之一，其特点适合于复杂的焊接环境识别，应加以深入研究。一些亚象素检测算法能够获得更为精确的检测结果，是提高图像处理精确度和焊接结果的努力方向之一。边缘检测方法数不胜数，都有其特定的适用范围，在选用或者开发新的算法时，一定要考虑焊接本身的特

点。