本文研究小型环状电镀零件的表面缺陷检测,这类零件的表面缺陷主要有划痕和麻点两大类,缺陷的特点是数量多且位置不固定。目前,此类零件的表面缺陷检测主要依靠人工目视检测,目视检测速度较慢且检测标准很难掌控。小型环状电镀零件由于表面有金属镀层,导致表面高反光,同时零件表面非平面的特点限制了传统机器视觉检测方法在此类零件表面缺陷检测中的应用。本研究提出了一种基于机器视觉的小型环状电镀零件表面缺陷检测方法,具体研究内容分为以下几点。(1)零件表面图像采集。首先结合检测需求对工业相机及光学镜头选型,然后针对电镀零件表面高反光特点设计工业补偿光源:使用PHong光照模型对零件表面光线反射情况进行理论分析,得出漫反射光源补偿方案适用于电镀零件的结论。积分球光源是漫反射光源,但是传统的积分球光源会造成目标零件表面图像存在环状阴影,影响缺陷检测,本研究对球积分光源进行了改进,改进的光源补偿方案解决了环状阴影问题。(2)图像处理和缺陷检测。首先对图像预处理,目的是去除图像噪声和增强图像对比度。然后进行图像区域提取,包括零件区域(ROI)提取和潜在缺陷区域提取。ROI提取采用基于形态学的边缘检测方法,潜在缺陷区域提取采用改进的基于图像Hessian矩阵的区域提取算法。图像处理算法的选择和改进依据是能否在保证处理效果的前提下拥有较低的计算量。小型环状电镀零件表面缺陷有麻点类和划痕类两类缺陷。潜在缺陷区域不仅包括以上两类缺陷还包括伪缺陷区域。首先针对缺陷特点构造潜在缺陷区域的特征描述,融合形态特征、灰度纹理和位置特征用于训练决策树分类模型和支持向量机分类模型。对潜在缺陷区域中真实缺陷进行检测,然后识别缺陷类别。(3)缺陷检测系统设计和实验分析。结合缺陷检测技术指标要求设计检测系统总体方案。以汽车仪表盘指针环状电镀零件为样本,在实验平台下对检测系统进行实验验证。验证算法的有效性。实验结果表明,系统能够获取满足检测要求的零件表面图像,检测算法部分的缺陷检测准确率达到98%,缺陷类别的检测准确率高于90%,检测时间在0.6秒以下。所提出的检测方法可以有效地解决小型环状电镀件的表面缺陷检测问题,检测准确率达到工业生产要求,本文为小型环状电镀零件的表面缺陷检测提供了一种行之有效的方法。