1.1论文研究的目的及意义

铸造件在打磨加工之前需要检测加工余量，传统的检测方式是依靠人工利用游标卡尺等工具进行手动检测，这种方式不仅耗费精力，而且检测精度也难以保证，导致生产效率和产品质量低下。如今需要一套高效率、高精度的铸造件加工余量检测系统来满足工业中日益增长的精度和效率要求，利用机器视觉技术可以设计出一套符合要求的检测系统。机器视觉检测拥有很多优势：不用与零件直接进行接触，也就避免了一些直接接触的检测方式可能会对零件造成的伤害；系统与计算机连接，可以准确快速地处理数据；通过算法的改进可以不断提高系统的检测精度等等……使用基于机器视觉的铸造件加工余量检测系统将会大幅度提高检测的精度和效率。

1.2加工余量检测的国内外发展现状

传统的加工余量检测依靠人工手动测量，这种方法不仅耗费精力而且还存在着精度不高、效率低下等问题。随着技术的发展，手动测量精度及效率已经不适应工业自动化尤其是高精度产品的要求，机器视觉应运而生。20世纪50年代开始出现机器视觉统计模式识别，20世纪70年代开始机器视觉飞速发展，并涌现出了主动视觉理论框架、基于感知特征群岛物体识别理论框架等新的概念、方法及理论。而我国的机器视觉技术的应用开始于 90 年代。由于机器视觉是一个新兴领域，加之在中国的普及较晚，我国在机器视觉方面的发展与世界先进水平相比还有一定差距。但随着中国加工工业的发展，众多先进的生产线逐渐迁移至中国，随之带来了先进的机器视觉系统，中国正成为当今机器视觉发展最为活跃的地区之一，很多人提出了不同的方案：

华中科技大学的伍济钢的方案是用玻璃胶将定位块固定在工作台上，再将被检测零件放置在检测工件台上，靠人工轻轻推动使其紧靠两定位块完成定位。在非接触检测过程中薄片零件与检测工作台之间的吸附力足以固定薄片零件的定位位置。相机固定在滑块上，滑块固定在传送带上，并且嵌入导轨之中用以保证相机位置精确，由步进电机驱动传送带运动从而带动滑块上的相机相对于零件进行运动。照明由LED背光源提供。使用光栅尺配合线阵CCD相机实线变步长线扫描。线扫描图像在镜头移动方向两相邻像素点间所表示的实际距离等于线扫描步长，其值由光栅尺检测出；Y方向上的尺寸基于X方向获得，这就是相机的标定。使用最大间类方差法进行图形分割得到二值图像，再使用团块面积滤值法进行去噪声。使用数学形态学检测法提取出二值图像的边缘，即零件的外轮廓，但是这种边缘的精度为像素级，为了达到更高的精度，进一步使用了基于三次样条插值的矩形透镜法亚像素边缘检测方法。使用基于曲率与 HOUGH 变换的平面轮廓图元识别方法提取出特征点，再计算特征点之间的距离得到零件的尺寸，同时与零件的图纸进行比较，得到误差等各种信息^[1]。

图1 检测系统的结构图^[1]

图2 检测系统实物图^[1]