diff --git a/AlgorithmModule/src/ImgCheckAnalysisy.cpp b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
index 4974d72..3dae6e4 100644
--- a/AlgorithmModule/src/ImgCheckAnalysisy.cpp
+++ b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
@@ -82,7 +82,7 @@
 //   即使拟合到凸起外边缘也不影响方向角
 #define SUPPORT_REFINE_SEGMENTS_DEFAULT 6
 // 搜索列带内相邻像素(3 行灰度均值)的灰度差小于该值视为无边缘（极性无关，支架比外侧亮/暗均可）
-#define SUPPORT_REFINE_MIN_CONTRAST 15.0
+#define SUPPORT_REFINE_MIN_CONTRAST 45.0
 
 // ===== 稳健直线拟合(FitLineRobustTV)的偏离点剔除参数 =====
 // FIT_LINE_MAD_SIGMA：MAD 倍数阈值。调大→保留更多采样点(噪声大时更稳，但离群点可能残留、直线被轻微拉偏)；
@@ -1904,21 +1904,19 @@ int ImgCheckAnalysisy::CheckRun()
 
 									// 外侧 -> 内侧逐像素扫，取灰度梯度最大的位置作为该行支架边缘点
 									int nEdge = -1;
-									float fBestGrad = 0.0f;
 									for (int x = nX0; (nStepX > 0) ? (x + nStepX <= nX1) : (x + nStepX >= nX1); x += nStepX)
 									{
 										if (x < 1 || x + nStepX < 1 || x >= grayRef.cols - 1 || x + nStepX >= grayRef.cols - 1)
 										{
 											continue;
 										}
-										const float fGrad = fabs(gray3(nYDet, x + nStepX) - gray3(nYDet, x));
-										if (fGrad > fBestGrad)
+										const float fGrad = gray3(nYDet, x);
+										if (fGrad > (float)SUPPORT_REFINE_MIN_CONTRAST)
 										{
-											fBestGrad = fGrad;
 											nEdge = x;
 										}
 									}
-									if (nEdge < 0 || fBestGrad < (float)SUPPORT_REFINE_MIN_CONTRAST)
+									if (nEdge < 0)
 									{
 										continue; // 该行列带内没有明显灰度阶跃，本行不参与拟合
 									}