工业生产线上,产品的表面瑕疵检测是一个重要环节。随着电子产业的快速发展,元器件产量不断增加,传统的人工检测效率低、成本高不能满足生产商逐渐扩大的生产能力。机器视觉检测已成为一种热门的技术并应用于各个领域。为了降低成本、提高生产效率,自动化生产线上亟需开发合适的机器视觉检测技术。本课题的研究对象为CBB电容表面的气泡和露白瑕疵,扬声器音盆表面的水印和斑点瑕疵。基于机器视觉检测技术的基本构成和系统需求,目标表面瑕疵检测系统主要包含传送、图像采集、图像处理和控制执行等模块,研究重点是图像采集模块、图像处理模块和检测系统软件(相机应用软件)的设计。本课题主要完成的工作如下:(1)设计并实现了图像采集系统,主要包括经漫反射处理的LED光源、CCD工业相机(可编程)、信号触发系统。其中光源的照明方式是设计重点:音盆检测使用环形同轴光;电容检测使用前景光法,并对镜头和光源偏振处理来减弱反光。工业相机工作在外触发模式(使用信号触发系统触发),需在固定环境中设定合适的固定参数来保证图像质量。(2)设计了表面瑕疵检测的图像处理算法,主要包括预处理和特征分析。预处理阶段采用阈值分割和垂直水平投影进行前景提取(音盆图像无需提取前景)和目标分割。特征分析阶段,针对不同瑕疵设计了相应算法:电容气泡瑕疵检测通过比较R通道阴影像素总数和阈值进行判别;对于露白瑕疵设计了区域一致性检测算法和基于梯度的检测算法(后者效率较高,选用)。音盆水印瑕疵检测采用自适应区域一致性检测算法;对于斑点瑕疵提出了基于小波变换的检测算法和基于梯度的检测算法(后者效率较高,选用)。经过实验仿真,设计的算法可以完成目标表面瑕疵检测,效率较高,满足检测系统需求。(3)在VS2010环境中设计了基于OpenCV和MFC的检测系统软件平台。将MATLAB中设计的算法移植到基于OpenCV库的C++代码中,大大提高了检测效率。该软件的设计与开发基于工业相机的整体工作流程和采集控制流程,可以控制相机正常工作、针对不同环境设置合适的相机固定参数、检测目标图像瑕疵并在界面中显示原图和处理结果。本课题设计的目标表面瑕疵检测系统,经过实验测试分析达到了系统需求。该系统可以有效地自动化检测CBB电容和扬声器音盆的表面瑕疵,并且操作界面简单、功能全面,为不良产品的剔除奠定了良好基础,有望在机器视觉产品领域具备较强的市场竞争力。