安全套作为常见的性保健产品,需求量与日俱增。面对人数众多的使用者,提高安全套产品质量、保障消费者使用感受一直是一项重要任务,此外,在确保产品合格的前提下提高安全套的生产效率也具有重大意义。安全套生产过程中需要多次对其浸渍,这一生产工艺可能会使安全套产生一些表面缺陷。在传统方式中,对于含有表面缺陷的安全套只能够通过人眼观察并进行手动剔除,这种方式的检测效率与检测准确率均较低。为此,本文针对安全套表面缺陷进行在线检测研究,主要工作内容如下:本文针对基于机器视觉的安全套表面缺陷在线检测进行了研究。以圆盘式电干检机为系统平台,采用树莓派4B作为核心处理器,CMOS彩色数字摄像芯片DMK 33GX265作为图像采集传感器,并在Linux系统的anaconda环境下设计控制程序,选择计算机视觉开源库OpenCV和应用程序开发框架PyQt,实现表面缺陷检测以及用户界面设计。待检安全套都是套在近似为圆柱体形状的模具棒上,通过相机标定解决了模具棒图像的桶状畸变,并应用自适应中值滤波方法降低图像中的噪声干扰。为保证安全套的表面全部能够被检测到,选择在安全套进行针孔检测的过程中对其进行图像采集,确定三个目标区域并通过计算区域内的平均灰度值获取相位相差120度的三幅图像。提取图像中模具棒外轮廓顶点坐标继而建立几何校正公式,将得到的安全套图像全部校正为竖直姿态图像,并针对校正后图像进行柱面展开。采用黑帽运算对图像缺陷特征区域做增强处理。选择灰度直方图亮度调节方法改善图像亮度与清晰度不够的情况。利用改进的Canny算子提取图像中的边缘信息,采用轮廓查找方法得到图像中的闭合区域,实现对缺陷区域的特征提取。通过提取到的边缘信息或闭合区域,判断安全套表面是否存在缺陷。根据缺陷特征判断缺陷类型,通过区域面积法与边界长度法识别流胶缺陷,利用霍夫线变换法检测粘连缺陷。最后本文完成了系统整体搭建,并进行实验验证。实验结果表明本文的方法具有较好的稳定性和实用性。