全文总字数：1934字

1. 研究目的与意义及国内外研究现状

工业零件的制造对精度有着较高的要求，零件在加工过程中不可避免的会出现裂缝、划痕、砂眼等瑕疵，这些瑕疵不仅会影响零件的使用寿命，严重时还会导致事故的发生。因此需要将这些有瑕疵的零件挑选甄别出来。传统的人工挑选方法费时费力，而且准确度不能保证，越来越不适应现代工业化生产的需要。本课题探讨了适应现代工业化生产方式的机器识别的算法研究。通过对零件图片的处理达到较快的识别瑕疵零件和较高的准确率，提高生产水平的目的。

国内外研究现状

国外情况：20 世纪 70 年代初期，日本的新日铁、歌山及千叶等钢铁公司将“激光扫描表面缺陷检测系统”安装在生产线上；到了 70 年代中期，日本的川崎公司开发了镀锡板在线机器视觉检测装置；1982 年 ellis 和 hill

提出了基于机器视觉的冷轧钢条的表面缺陷检测技术；随后的 1983 年，b.v.suresh等研究出了基于机器视觉的热轧带钢表面缺陷检测系统；1988 年，德国的 sick 公司在冷轧厂的生产线上安装了五台基于机器视觉的表面缺陷检测设备(asis)同年，gregory 和 taylor开发了一套汽车制动零件的检测系统，该系统是采用知识库的方法，将图像中关键点的一维灰度直方图与已知的值进行比较，得到了很好的检测效果；20 世纪 90 年代以后，基于机器视觉的检测技术的就开始由激光扫描发展到 ccd 成像技术；1994 年，hashim等人开发了一个 cnc 视觉系统，用于检测刀具破损状态，取得了良好的效果；c.bradley在 2001 年提出了刀具表面质量检测系统,该系统是基于传感器的机器视觉检测系统，具有较好的实用性；德国的 parsytec 公司开发的 hts-2 和 hts-2w 表面缺陷检测系统就是在工业上应用比较广泛的代表。 1990年挪威elken公司成功丌发出连铸钢坯自动实时在线枪测系统。1994年美国ltv钢铁公司使用的由cognex公司研制的1s2000自动检测系统和ilearn会自动学习分类软件系统是目前世界上最先进的表面缺陷检测系统。在很大程度上带动引导了今后自动检测系统的发展趋势。

2. 研究的基本内容

本课题研究通过对零件图像的处理达到识别零件缺陷的目的。

其中关注的主要方面有图像的降噪、锐化，选取的算法有空间域的中值滤波，最大值最小值滤波法，频域的巴特沃夫滤波法。

图像的边缘检测，主要用到canny算法。

3. 实施方案、进度安排及预期效果

实行方案：通过对相关文献的查阅，了解零件检测的原理以及所需要的算法。通过对不同方案的比较和甄选，得出符合要求的方案。

课题进度：

2016年1月完成对课题的相关资料的查询搜集工作，确定开题报告，提交任务书。

4. 参考文献

[1] 李莉，韩冷 微小尺寸零件表面缺陷检测与识别技术研究. 2011

[2]张佳梅，趁少平 基于机器视觉的零件表面检测.2011

[3]p.soille 王小鹏 形态学图像原理与分析

[4]pierre soi1le,peter vogt. morphological segmentation of binarypatterns[j].patternrecognitionletters,2009,30(4):356-359.