随着制造业的升级改造,不规则冲压件已广泛应用于航空航天、汽车、造船等工业领域,而其轮廓缺陷不仅会对产品外观造成影响,甚至会降低最终产品的使用寿命、可靠性和安全性。为了避免灾难性事故发生,不规则冲压件质量检测成为制造业的一个热点和难点问题。目前视觉检测以其客观、高效、精确、可靠等优点,成为一种有效的检测手段,对于保障产品质量,提升冲压行业智能制造水平有重大的价值和意义。本文结合机器视觉,针对不规则冲压件轮廓缺陷(不规则轮廓缺陷)检测,设计了完整的检测系统,并提出了三种不规则轮廓缺陷视觉检测新方法,具体研究内容如下:(1)根据不规则冲压件轮廓缺陷检测系统的功能和性能要求,完成了系统硬件以及软件的设计,并着重介绍了不规则轮廓缺陷视觉检测系统的整体方案。主要有硬件的选型与安装以及人机交互界面的设计,以便能更柔性地完成轮廓缺陷视觉检测。(2)提出一种基于Hu不变矩的不规则轮廓缺陷视觉检测算法。针对传统轮廓检测存在抗噪性能与定位精度矛盾的问题,采用了不依赖图像梯度的Chan-Vese水平集方法检测冲压件轮廓。对获取的轮廓计算具有旋转、平移、缩放不变性的轮廓Hu不变矩,进而评估轮廓之间的匹配率。通过多模板匹配的方法提高Hu不变矩轮廓匹配的准确性,进而判断待检测冲压件是否存在轮廓缺陷。实验结果表明,该方法有较好的检测效果,提高了检测精度,满足工业中不规则冲压件轮廓缺陷智能化检测的要求。(3)提出一种基于Hough变换的不规则轮廓缺陷视觉检测算法,为了解决两方面问题:a)图像本身实物与背景像素的灰度是逐渐过渡的,存在模糊性;b)不规则冲压件形状奇异,轮廓缺陷较小。该方法采用模糊集合轮廓检测方法提取不规则轮廓,根据轮廓的点、线特征以及Hough变换实现图像配准,通过相似匹配算法,能够有效地对轮廓缺陷进行识别、定位以及标记,并且完成对待检测不规则冲压件的分类。(4)提出基于图像配准的不规则轮廓缺陷视觉检测算法。针对传统SIFT特征匹配误匹配率较高的问题,提出了基于级联估计器的特征匹配方法,有效地剔除误匹配点对,并估计出更准确的仿射变换参数实现图像配准。通过图像差分及阈值分割提取轮廓缺陷,并在其中引入了形态学技术,去除一些伪缺陷的干扰。实验结果表明,该方法能够准确地识别出不规则冲压件的轮廓缺陷,生成轮廓缺陷的精确像素级定位结果,并且可以对轮廓缺陷进行标记。