随着传统铸造业朝着智能化、信息化、快速化方向的转型升级,3D砂型打印技术在铸造业中广泛应用。为确保出料均匀,保证产品质量,需要对3D砂型打印机器出料喷孔的图像进行缺陷识别。针对目前通过人工目测识别缺陷普遍存在缺陷识别效率低、缺陷个数受个体主观检测标准影响较大以及长时间重复工作不够人性化的缺点。基于图像缺陷识别技术的研究及应用逐渐成熟,本文利用VisualStudio2015开发环境中的WinForm窗体应用程序,开发出一套3D砂型打印图像缺陷自动识别的程序,用来克服人工对缺陷识别的不足。通过对3D砂型打印图像特点的了解,以及图像缺陷识别在工业生产中的广泛应用,在实现3D砂型打印图像缺陷的识别过程中,认真分析和比较每一步所采用算法的优缺点,将实现缺陷识别功能的较优算法结合起来,使其更好的应用在3D砂型打印缺陷识别程序开发的过程中。阶段性的主要研究内容和研究成果如下:1、为了得到更高的缺陷识别率,缩短程序的运行时间,本文首先将采集到的3D砂型打印缺陷图像进行预处理,预处理的步骤依次为加权平均法灰度化、中值滤波、大津法二值化、数学形态学处理、感兴趣区域的提取以及图像旋转。2、将旋转校正后图像的12个感兴趣区域,利用双线性插值方法对其进行尺寸大小归一化,便于每个感兴趣图像上下区域的分割。再将归一化的感兴趣图像区域采用寻找中间区域分割线的方法,将每个感兴趣图像区域分割成上下两个缺陷区域,为图像缺陷识别程序的进一步开发提供可行性。3、通过对非缺陷区域进行像素点的像素值置0(黑色),消除非缺陷区域,保留缺陷区域(像素值为255的白色区域),再对分离后的上下区域进行包边处理,使图像的黑色区域和白色区域形成闭合,便于最后对3D砂型打印图像缺陷个数识别的工作进行。4、获取白色轮廓区域的最小内接矩形,通过设定满足宽度大于4个像素宽的矩形为缺陷,筛选缺陷区域,最终将识别出的每个区域缺陷个数分别按原图像序号显示在电脑屏幕上。通过大量实验结果可知,开发的本系统程序能够较准确、快速的对缺陷进行识别,文中通过两种方法计算感兴趣区域的缺陷平均识别率分别为90.82%和85.55%,每幅图像的平均识别时间为13.56s,能够满足实际应用的需求。