本研究课题以目前激光切割筛管的缝宽人工检测的局限性和不确定性为出发点,设计制作一套完整的实验测试设备,实现了对割缝筛管的快速自动化高精度在线检测。本系统基于计算机视觉图像处理技术,通过CCD相机对筛管割缝的图像采集、图像处理、相机标定以及时钟同步等步骤,最终实现了对筛管切缝的高精度在线监测,自动化程度较高。试验结果表明,在精度方面误差为17um,远高于传统的测量方法,为筛管的制造和使用行业提供了新的测量方式。论文主要研究内容包括:1.设计了一套自动化的在线监测系统:构建相机采集模型,结合现场加工环境以及检测精度要求,编写图像处理算法程序,提高算法精度以及优化测量结果,实现系统性能的提升。2.提出一种基于曲线拟合法的切缝边缘亚像素提取方法,通过对割缝进行边缘粗定位、目标图像分割、以及曲线拟合法等算法实现了切缝边缘的亚像素精度检测,保证了实际生产中的精度要求。3.研究相机成像模型、相机标定方法,根据测量现场的特点选择张氏相机标定法进行相机现场标定实验。求解出相机内、外参数以及相机的切向、径向畸变系数,完成相机标定。4.采用了I/O数据采集卡对图像的采集进行同步校正,通过采集实际生产中的高电平信号,在程序中设置不同定时器,以实现对图像的同步采集和处理,并确保不会在割缝空程阶段获取图像,实现了稳定的在线检测。5.进行了割缝宽度尺寸测量实验,以及实验数据分析。在测量试验中,通过对割缝边缘进行定位,从而计算缝宽尺寸。选取30组测量数据进行分析,以测量结果初步验证了测量方案的可行性,并从缝宽的测量误差曲线变化特征的角度对测量精度的影响因素进行分析。