本课题来源于玻璃厂家的实际生产需求,玻璃灯罩表面质量在线检测系统主要是通过机器视觉,使用工业相机将现场玻璃产品的图像进行实时采集。然后,用图像处理的算法原理,将采集到的图像进行预处理和后期处理,最后达到检测表面质量是否合格的目的。对于合格的产品正常通过流水线,不合格的产品施行排废处理。目前,玻璃厂的灯罩普遍是通过人工检测的,主要靠的是工人的经验,检测过程费时费力。基于此,设计出一套“玻璃灯罩表面质量在线检测系统”,以提高检测的稳定性,降低人员和原材料成本。该论文主要研究内容如下:(1)硬件系统的搭建。本论文的硬件系统包括PC机、图像采集卡、工业相机、镜头、光源、排废机构等。本课题将会对几种不同的相机、光源的选取进行研究。其他硬件也都按照实际系统的参数要求而设计。(2)图像处理算法的研究。所谓数字图像处理,就是指用数字计算机及其它的相关的数字技术,对数字图像施加某种或某些运算和处理,从而达到某种预期的处理的目的。按照运行顺序,本文涉及到的图像处理方法包括:图像预处理、图像分割和图像提取。本文简要分析了几种常用的图像预处理和分割算法,并根据玻璃灯罩图像的特点提出了一种用于图像分割和缺陷提取的聚类差影法,这是本文的研究重难点之一。(3)玻璃灯罩表面质量的检测。这一块的检测包括表面缺陷和表面洞孔尺寸两部分。其中表面缺陷主要是指灯罩内的气泡、裂纹以及边缘的缺裂。本论文会针对每种情况,提出缺陷分类、圆拟合方面相应的算法。最终,根据实验的结果,在尺寸检测方面选择了最小二乘法拟合圆孔、在缺陷分类方面则提出了一种改进后的BP神经网络算法。这是本系统的又一重难点。总之,本玻璃灯罩检测系统稳定、可靠、速度快、精度高,实时性好。可以将人工检测产生的误判率降到最低,满足厂家对于误判率的要求,对于玻璃厂家来说具有巨大的经济价值,同时为其它相关行业提供理论和实践上的参考。