制造业的飞速发展,对产品的检测任务提出了更高的要求,传统的人工手段已无法满足大批量产品的高精度、快速性甚至实时动态的检测需求。机器视觉技术以数字图像作为获取信息的手段,与计算机图形学、自动化技术等相关领域紧密结合,非常适合对精度要求高的易损伤物品进行检测。电子产品中大量采用的精密注塑制件对外观质量要求非常高,外观缺陷的机器视觉自动检测是许多企业亟待解决的技术难题。由于加工工艺复杂,精密注塑件表面存在着高反光、复杂纹理等影响光学成像的特征,目前,国内外针对这一类复杂表面的缺陷检测尚没有完善的解决方案。本文在对该精密注塑制件表面光学特征与缺陷类型做了深入研究与分析,并在大量的光学成像实验的基础上,选择合适的光源组合成像系统,设计了一套能够对高反光表面的多种缺陷进行图像采集与缺陷检测的机器视觉缺陷自动检测系统,并对有关图像处理算法进行了分析与改进。主要工作包括:1.针对被检测制品表面强烈反光的特征,采用同轴光源与结构光组合的双工位图像采集系统,完成对产品中斑点、颗粒、划痕和凹凸等缺陷的有效检测。同轴光源可以检测出与产品本身异色的颗粒、斑点以及较为明显的划痕、凹凸缺陷,保证了系统的检测速度;使用软件手段生成参数可调的正弦条纹结构光对细微、平缓的凹凸缺陷进行精确地成像,最终使细微的凹凸缺陷显现,实现了系统的高精度要求。2.在图像检测算法方面,对图像采集和图像处理过程中产生的噪声,分别采用滤波与形态学的方法进行处理;针对缺陷图像特点,采用梯度锐化滤波对典型分割算法进行改进,并将亚像素精度的应用引入到算法的改进中;针对存在着规则纹理的表面,做了纹理特征提取与缺陷分割研究;最后在缺陷的面积、周长和最小外接矩形特征的基础上,对缺陷的分类算法进行研究。