1. 研究目的与意义

1.1选题背景：

移动互联网技术不断革新，其发展领域和趋势的不断扩大，使得智能手机已经成为了移动互联网产品的标志，2009年到2013年是中国智能手机高速发展的四年，每年的出货量都在持续增加，2013年的出货量达到了3.64亿台。随后两年的增长速度，更是飞跃，到2016年达到了4.78亿台。随着科技的不断发展手机更新换代的速度是我们有目共睹的，另外据国家统计局统计2017-2019年三年期间手机总出货量达到50亿台以上。随着5g的到来如今各大厂商相继推出5g手机和折叠屏手机，据相关专家估测5g手机将会是销量的又一个新的起点，随着5g手机的到来，手机出货量的增加是必然趋势。随着出货量的增加，如何保证在快速的自动化生产过程中，手机外壳仍然能够满足质量的要求，无疑需要对手机外壳进行质量检测，检查是否存在缺陷和瑕疵，因此在手机外壳生产制造过程中对其缺陷检测是质量监控的重要一步。手机壳人工检测如图 1.1 .1所示。

图1.1 .1手机壳人工检测示意图

2. 研究内容与预期目标

本文主要研究内容：

本文基于python语言，在pycharm下搭建实验平台，结合使用opencv、sckit-image等图像处理库设计一款软件系统，完成对手机壳的边界缺陷的检测。实现对手机壳进行自动识别及检测。

实现的功能如下：

3. 研究方法与步骤

3.1检测系统设计

基于机器学习的手机外壳缺陷检测是建立在机器视觉的基础上的，检测过程中在机器视觉以及机器学习算法方面的难点主要包括以下几个方面。

1、缺陷图片的采集

4. 参考文献

[1]刘美.彩色图像灰度化算法的研究与实现[d].长春：长春理工大学，2019.

[2]顾梅花，苏彬彬，等.彩色图像灰度化算法综述[j].计算机应用研究，2019，36（5）:75-77.

[3]朱 云，凌志刚，张雨强.机器视觉技术研究进展及展望[j].图学学报，2020,41（6）:873-879.

5. 工作计划

2022.1.10-3.10号查阅资料，撰写开题报告

2022.3.11-3.18号需求分析，熟悉开发工具

2022.3.19-3.31概要设计