全文总字数：1494字

1. 研究目的与意义及国内外研究现状

当前，工业制造流水线上对较为微小的零件表面的缺陷检测，仍是通过专门的检测人员借助放大镜和显微镜等光学工具来执行，检测人员的主观臆断，往往会影响质量监测的最终结果。同时，长时间的作业对工作人员的身体和视力带来极大伤害。为了适应工业生产的规模，工厂需要培训并派遣大量负责检测的人员，极其耗费人力物力。考虑到以上种种不利因素，基于机器视觉的工件表面缺陷检测算法是近年来图像处理领域的热门研究课题。技术的进步推动工业的发展，因而对该课题的研究十分有意义。

本文将针对体积为微小型的工件表面所形成的污迹、划痕、凹坑等缺陷入手。基于halcon 18.05软件平台联合c#编程语言，设计出一套能为该类工件缺陷进行自动化检测的方案。

国内外研究现状

放眼于国外，机器视觉在光电及通信行业的应用极其广泛 [3]，在pcb电子电路印刷板印行业中，钢网印刷的校正环节，印刷后的合格检测等诸多环节，都有机器视觉技术的应用。在汽车制造，航天航空制造业，机器视觉技术也成为必不可少的关键技术。

机器视觉技术在国内起步于90年代，行业发展的滞缓，以及各方面人才的缺失，导致工业视觉技术以及产品在国内大量空白。国内的机器视觉技术所研发出的产品较之于世界仍属于低水平阶段，工业中，人们普遍采用国外生产的产品以满足日益增长的工业生产要求。外包以及代理是国内大多机器视觉公司起家的手段，可谓现状堪忧。尤其在软件方面，国内自主设计的机器视觉算法尤为欠缺，数字图像处理的算法仍停留在上个世纪，很少有更为有效的算法被提出。

2. 研究的基本内容

本题旨在设计一套基于机器视觉的工业自动化缺陷检测系统。

系统的功能包括，采集图像模块（支持实时采集和本地图像访问两种获取方式），图像处理模块（图像滤波、轮廓提取、基于颜色特征的污迹识别），缺陷数据统计模块三个部分。

对于表面的凹坑、划痕的检测，采用一种自动选择平滑滤波阈值的取值算法。

3. 实施方案、进度安排及预期效果

2019年3月至4月 拟定论文开题报告，资料与图像采集、整理与分析；

2019年4月完成论文初稿并请导师修改，完成论文二稿并请导师修改，提供改进意见；

2019年4月至5月 论文定稿与答辩。

4. 参考文献

[1]顾硕.人工智能引领下的机器视觉[j].自动化博览,2018,35(12):5.

[2]杨志红.机器视觉技术在工业控制领域中的应用[j].信息与电脑(理论版),2018(17):87-88.

[3]高峰,王富东.浅谈机器视觉技术发展及应用[j].山东工业技术,2019(05):142.