Para realizar a detecção eficiente e de alta precisão das características dos furos de peças aeronáuticas em ambientes complexos, foi proposta uma metodologia de detecção que integra salientação visual e decisão em grupo. Passou-se a incluir um passo de realce de imagem no algoritmo clássico de detecção de salientação FT, atribuindo um peso a cada pixel com referência ao centro da região de salientação máxima, utilizando o método aprimorado para realizar a segmentação da região do furo na imagem. Foi projetado um novo algoritmo de detecção de bordas baseado em morfologia matemática de múltiplas escalas e múltiplos elementos estruturais, combinando este com um algoritmo de afinamento de contornos para extração do contorno da região do furo. Finalmente, o algoritmo Meanshift foi utilizado para encontrar a posição do centro do círculo dos pontos do contorno, estabelecendo um novo modelo de cálculo do raio baseado em decisão em grupo, obtendo assim os principais parâmetros geométricos das características do furo. Os resultados mostram que: o algoritmo aprimorado de detecção de características de salientação visual consegue gerar mapas de salientação em resolução total que destacam melhor as características do furo; o novo algoritmo de detecção de bordas baseado em morfologia matemática consegue obter pontos de contorno simplificados e confiáveis; o método apresenta boa estabilidade sob condições de iluminação não uniformes, diversos defeitos dos furos e interferência nas paredes internas dos furos; mesmo com densidade de ruído de até 30%, a detecção do furo é completada com sucesso, e o erro nas coordenadas do centro e no raio é menor que 0,012 mm; o tempo médio de detecção é apenas 0,236 s. Este método permite a detecção precisa e estável das características dos furos de peças aeronáuticas em ambientes complexos.

peças aeronáuticas; detecção de características de furos; detecção de salientação; morfologia matemática; decisão em grupo