1．目的及意义

1.1研究目的和意义

工件表面质量是衡量产品质量的重要指标之一,不仅决定了其在市场中的价值,并且直接影响其后续的深加工或机械零部件在工作中的安全性和稳定性。因此,对工件表面进行检测越来越多地受到生产部门的重视。目前,工件表面质量检测采用的方法有传统的人工检测和无损检测技术,而这些检测方法存在效率低、或成本高、智能化程度低等局限性。

近年来,随着计算机技术的迅猛发展,以数字图像处理技术为基础的机器视觉技术在工件表面缺陷检测中的优势越来越明显,其在工业中的应用得到了快速发展。基于图像处理的工件表面缺陷检测技术主要包括图像采集、图像预处理、缺陷目标分割以及目标的特征提取和识别等过程。在这些过程中,传统的计算方法仍存在较多问题:第一,在图像预处理阶段的滤波过程中,传统的滤波算法在抑制高密度噪声时,在保留图像细节和噪声滤除之间存在着矛盾;第二,在缺陷目标分割时,传统的阈值法等分割方法对于复杂背景下微弱目标的分割无能为力;第三,在目标的特征提取过程中,传统的特征提取方法难以兼顾数据集的全局和局部结构信息。因此,如何进一步提高这些传统算法的综合性能,并将其广泛应用于工业生产实践中是目前首要研究和解决的问题。

1.2国内外研究现状

1.2.1工件表面缺陷检测的国内外研究现状

工件表面质量检测对于提高产品质量，降低次品率、延长产品使用寿命等非常重要。长久以来，在工件的表面缺陷检测中，传统的检测往往由人工来完成，人工检测在实际应用中有很大的局限性，例如，人工检测依赖于人的主观评价，受人的经验、思维以及照明等主客观因素的影响而具有很大的不稳定性、不可靠性和非标准性;其次，传统的人眼检测方法对微小缺陷和色差不明显缺陷以及复杂图案的检测并不敏感，难以实现对产品缺陷或瑕疵的完全检测等，因此人类视觉检测越来越不能满足当今工业发展的要求。目前在实际生产中应用的非接触式

表面缺陷检测方法主要有涡流检测技术、红外检测技术和漏磁检测技术f2l0涡流检测技术易造成能源浪费，检测速度慢等缺点;漏磁检测技术造价比较低廉，但是该方法无法对缺陷进行准确分类囚。而近年来迅速发展的以图像处理技术为基础的机器视觉技术在工件的表面缺陷检测中的优势越来越明显，其在工业中的应用得到了迅猛发展。基于图像处理的工件表面缺陷技术是以机器代替人眼完成对产品品质的检测和控制，不但扩充了设备功能，而且提高了设备的生产效率和能力，己成为企业保证产品质量的重要手段和必然趋势。

采用基于图像处理的机器视觉技术进行产品的表面缺陷检测的研究，己引起了国内外的普遍重视。国外在这方面的研究较为成熟，主要应用于印刷质量检测、农林牧产品质量检测、焊点质量检测、纺织品质量检测、PCB板的表面组件检测、集成电路质量检测制药、矿泉水瓶盖检测等领域。国内在这方面的研究起步较晚，但是近年来这项技术在某些方面的应用也取得了一定的成果，如农产品的自动分类、建筑材料的自动分检、桥梁拉索质量的检测、纺织品的缺陷检测以及皮革的自动分级等方面。