随着机器视觉的不断发展,其应用深入到了医疗、安保、航天航空、军事、农业等各个领域,同时也被广泛的应用于电子元件行业的检测系统中,来保证产品质量、控制生产流程和感知环境。工业大规模生产发光二极管的过程中,高效、准确率高的自动检测系统在提高产品质量、效率、节约成本方面起着至关重要的作用。由于在生产过程中,封装后的放光二极管常会出现左右倒置的现象,由于发光二极管正负极所对应的引脚长短是不同的,而在切割过程中,需要对其正负极进行判断。目前大部分工厂采用的人工检测,该种方法人工成本高,检测速率低。因此,开发一套检测速度快、准确率高并且鲁棒性好的自动检测系统是十分必要的。本文设计完成了一套基于机器视觉的发光二极管正负极实时检测系统。首先应用CMOS型工业相机采集工件,然后采用Visual Studio 2010平台配合OpenCV软件将采集的图像进行预处理、检测、判断,最后通过实时检测系统剔除不符合要求的工件。该研究在图像预处理中,首先对二极管图像进行灰度化,接着对比了常见三种滤波的方法的特点和优缺点后,选择了高斯滤波算法对采集到的发光二极管图像进行滤波处理。该方法相较于其他同类方法在消除噪声的基础上,可以保证信息的完整性。然后采用直方图均衡化方法进行图像增强,并通过与Sobel、Log、Canny算子的对比,提出了交叉皮层模型边缘提取算法,该方法具有边缘提取效果清晰、图像信息丢失小等优点。最后.在图像分割方面采用了能够自动选取阈值的Otsu图像分割算法,它能够自动选取阈值进行二值化,在计算简单的前提下,能够不受图像亮度和对比度的影响。图像预处理方法,为发光二极管正负极准确、实时、高效检测奠定了基础。在检测方案设计方面,提出了像素线处理方法,该方案的实际操作主要包括,工作界线的选定、ROI区域的设定,以及最后的编程方法设定。并与常用模板匹配法进行对比,经试验验证该方法检测准确率高、快速,更适合实际生产应用。利用VC++语言开发了发光二极管自动检测系统,系统具有白平衡调整、模板匹配法、像素线检测法、抓取图像与停止功能,实验结果表明该系统可以实时、快速、准确的对发光二极管进行检测。本检测系统致力于实现生产线的全面自动化,不仅可以提高生产效率,同时具有减轻工人工作负担,保证产品质量,节约成本,减少工业浪费。