1. 研究目的与意义（文献综述）

随着制造业的飞速发展，对于加工零件的测量精度、测量效率及其自动化要求程度越来越高。在这种新的要求下，传统的检测技术越来越难以满足机械制造业的需求。而计算机光电技术与视觉技术的飞速发展，计算机视觉检测技术弥补了传统检测技术的各种不足之处，使得加工、检测及控制成为了高效一体化的机械制造业。

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，使电脑处理成为更适合人眼观察或者传送给仪器检测的图像。

从上个世纪80年代至今，计算机视觉检测在很多领域得到了广泛的应用和飞速的发展，它在提高生产效率，生产质量和加工精度等方面有着突出的贡献。基于视觉检测的新的概念、理论和方法推陈出新，应用方面也不断出现新的领域。早在1980年起，视觉检测系统已经在美国制造业中得到了广泛的应用。视觉检测技术最为擅长和广泛的应用为需要进行重复地针对相同部件或产品检测场合。

2. 研究的基本内容与方案

本设计采用图像处理技术对于采集到的零件图像进行预处理操作（滤波、锐化等），以便更好地提取零件边缘特征；然后对处理过后的图像做边缘检测，进而使用hough变换进行边缘直线提取。主要从以下几个方面入手:

（1） 查阅相关的文献资料，学习掌握该课题所需的相关技术，总结相关设计所做的要素为自己的设计提供参考。

（2） 采集原始图像，对采集到的原始数字图像进行相关预处理，以提高后续边缘检测精度，。主要包括对于灰度图像的分布统计及均衡化，噪声的去除（均值滤波、中值滤波和高斯滤波），图像的锐化（现行高通滤波、梯度锐化法和拉普拉斯锐化法），二值化分割（固定阈值法和自适应阈值法）。

3. 研究计划与安排

(1)第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

(2)第4－6周：熟悉图像的边缘检测算法，完成英文资料的翻译。

(3)第7－10周：确定仿真方法，完成检测算法的软件编程。

4. 参考文献（12篇以上）

[1]曹晓琳. 基于数学形态学的图像边缘检测方法[d].哈尔滨工业大学,2012.

[2]李陆陆. 基于灰度共生矩阵和mrf的纹理图像分割[d].辽宁师范大学,2013.

[3]汪启伟. 图像直方图特征及其应用研究[d].中国科学技术大学,2014.