（1）目的及意义

随着科技水平的发展，人们生活水平的日益提高，汽车开始走入了普通人的生活中，大大方便了人们的出行。汽车的制造是一项庞大而复杂的工程，其工艺标准化的重要性不言而喻。目前，我国的汽车油管生产自动化程度较低，油管端面的检测技术，也仍然停留在人工检测阶段，与国外的生产线相比还比较落后。人工检测质量问题，分拣速度慢，无法与自动化的工件生产线相对比；其准确率也依赖于质检工人的熟练程度和主观判断，容易出错；同时人工劳动强度大，容易对眼睛产生很大的伤害，人工成本也随之增加。而机器视觉的出现为工件表面缺陷检测和控制产品质量提供了技术保证。

机器视觉技术是研究用计算机模拟生物外显或宏观视觉功能的技术。它是一项综合技术，其中包括机械工程技术、光源照明技术、传感器技术、数字图像处理技术、人工智能、控制技术、电光学成像技术、计算机软硬件技术等上述技术在机器视觉中均是并列关系，只有相互协调组合运用才能构成一个成功的工业机器视觉应用系统。人类视觉系统的识别能力是有限的，而机器视觉技术则能精确定量感知，并且在不可见物体和危险场景的感知方面体现了其优越性。在工业领域中，该技术已成功地用于产品质量检验、零件的识别与定位、精密测量、刀具磨损监控和移动机器人导航等领域。同时，机器视觉技术又是一种无破坏非接触性的检测方式，非常适合于各种表面和端面的指标检测。基于机器视觉的工件质量只能检测分类系统具有客观、稳定的检测能力，有效地解决了人工检测成品工艺存在的主观性误差。同时，还能对检测到的信息进行分析处理，从而实现对工件的等级分类。

机器视觉技术完全可以用来代替人工进行工件鉴别工作，实现了从另一个角度来对工件进行更客观缺陷判别，解决了缺陷检测的标准统一问题。鉴于此，以机器视觉中的数字图像处理技术、人工智能技术和计算机软硬件技术所组成的基于机器视觉工件缺陷检测，能够实现自动检测的目的。

若能研究出基于机器视觉的油管端面缺陷检测的智能系统，并将其与自动化生产线相结合，则可以使自动化生产的生产率提高；同时工人的劳动强度大大降低；工人可以不必再进行缺陷识别的工作，工作强度大大降低，视力的损害降到最小；能够有一个客观的检测标准，避免了人工主观判别的局限性。对于产品的质量的把关，保证产品的质量，降低对工人的视力伤害具有重大的意义。

（2）国内外研究现状分析

在现代化大生产中，视觉检测往往是不可缺少的环节。机器视觉技术的迅速发展，使其在一定程度上可以取代人工视觉完成一些工作，特别是高速、大批量、连续自动化生产中的质量检查、对象辨识和尺寸测量等人工难以完成的任务。在缺陷检测领域，机器视觉检测技术与传统的人工目视检测相比，具有快速、可靠和准确的优点。

典型的视觉检测系统从功能上划分为以下几个模块：图像采集模块、图像处理和分类识别模块、数据存储和后处理模块、人机接口和操作终端模块以及网络连接模块等。图像处理和分类识别模块完成图像预处理、目标检测、目标分割、特征提取和缺陷分类等功能。

自20世纪70年代以来，国内外学者和研究机构对带钢表面缺陷自动检测系统开展了卓有成效的工作，典型的检测方法包括：基于激光扫描的检测方法、基于涡流的检测方法、基于红外辐射探伤的检测方法、基于激光超声探伤的检测方法和基于CCD(光电耦合器件)成像的机器视觉检测方法。

（3）存在的问题