压敏电阻的质量好坏直接影响着它的性能,而计算机识别和人类肉眼识别都是无法从内部结构去看压敏电阻的质量问题,所以外观上的缺陷检测就显得很重要。良好的定位图像中物体的方法是进行缺陷检测必要的步骤。为了更准确地定位和分割压敏电阻图像以实现自动构造深度学习所必须的压敏电阻图像数据集,本文提出了一种基于霍夫变换和数学形态学的压敏电阻主体和针脚的定位和图像分割方法。围绕这个主题,本文的主要工作如下:(1)用实验室提供的同轴光源装置采集压敏电阻图像正面照,以获得消除表面反光的图像。因为压敏电阻存在良品和次品之分,所以最后我们共采集了两种类型的压敏电阻图像。(2)将采集到的压敏电阻图像进行图像的前期预处理。首先对图像进行基于去噪、灰度化和二值化的预处理;然后使用基于圆检测的霍夫变换定位电阻主体;为了进一步分离主体和针脚,先对定位好的主体部分进行边缘查找,然后对主体内部进行背景填充;最后使用数学形态学的腐蚀操作消除主体的边缘痕迹,以定位针脚。(3)最后的实验定位和分割表明,本文提出的方法的实际结果令人满意,具有较好的目标分割效果,有利于提供可靠的深度学习所必须的压敏电阻图像数据集。