基于OpenCV的回轉(zhuǎn)體零件表面缺陷檢測(cè)研究.pdf

1、零件缺陷檢測(cè)是保證零件使用安全的重要手段，傳統(tǒng)的檢測(cè)由人工完成，工作量大，不僅耗費(fèi)大量的人力，而且容易出現(xiàn)誤檢和漏檢，極大地限制了生產(chǎn)效率和產(chǎn)品質(zhì)量的提高。因此，開展此項(xiàng)課題的研究有重大的工程實(shí)用價(jià)值和社會(huì)效益。
　　本研究在分析國(guó)內(nèi)外回轉(zhuǎn)體零件表面缺陷檢測(cè)方法的基礎(chǔ)上，選定基于圖像處理的機(jī)器視覺檢測(cè)方法作為本課題的研究方法。采用CCD攝像機(jī)作為零件檢測(cè)的傳感器，用來采集回轉(zhuǎn)體零件表面圖像，并引入計(jì)算機(jī)處理技術(shù)和機(jī)器視覺技術(shù)，通過

2、圖像采集卡，把CCD攝像機(jī)采集到的實(shí)時(shí)圖像緩沖送入微機(jī)內(nèi)存中，進(jìn)行圖像處理運(yùn)算。以回轉(zhuǎn)體零件表面圖像為研究對(duì)象，首先對(duì)圖像進(jìn)行直方圖均衡化來增強(qiáng)圖像對(duì)比度；其次對(duì)采集到的圖像進(jìn)行平滑濾波來消除噪聲，通過研究和對(duì)比幾種平滑濾波方法，采用中值濾波方法；然后對(duì)圖像進(jìn)行分割提取缺陷，通過對(duì)閾值分割方法中的雙峰法、迭代法、Otsu法以及最大熵法優(yōu)缺點(diǎn)進(jìn)行比較，本文選擇自適應(yīng)閾值的Otsu法進(jìn)行圖像分割。針對(duì)光照不均引起的圖像很難分割的問題，本文提