机器视觉检测技术已广泛应用在电子、食品、医药等行业。由于卫浴电镀件镜面反光等因素,目前主要依靠人工进行表面缺陷检测。人工检测存在工作强度大、效率低、漏检、人为主观判断等风险。本文以机器人技术和机器视觉技术为基础,采用Haleon软件进行视觉定位、产品成像系统和不同缺陷检测算法进行深入研究,突破了卫浴电镀件成像倒影和局部曝光等难题,成功实现了平面卫浴电镀件的不同缺陷检测。1)设计了视觉检测系统。硬件系统包括传送装置、图像采集装置和机器人视觉定位装置,软件系统包括人机界面和图像处理模块。2)采用标定板对图像进行畸变矫正。针对视觉定位任务,通过手眼标定获取卫浴电镀件的像素坐标和世界坐标的变换矩阵;分别从Blob分析、基于形状的模板匹配角度提出适用于目标定位的算法,并进行实验对比,发现在光照不稳定时,基于形状的模板匹配方法效果更好。3)解决了卫浴电镀件的成像问题。重点对光源的颜色、光源的类型和照明环境进行实验对比,开发出新的成像系统。采用成像出现灰尘量较少的蓝色光源;采用成像对比度高、光照范围广且均匀的双条形光源;针对成像倒影的问题,提出改变相机和产品角度增加的消除策略,发现角度为80度时,成像效果最好;针对局部曝光问题,采用暗室照明环境来隔绝外部环境光对光照均匀性的影响。4)对于不同缺陷检测算法。分析对比了中值、均值、高斯和改进的中值滤波器的滤波效果,选择图像细节保护较好、计算速度较快的改进的中值滤波器;采用直方图均衡化解决了图像滤波后的平滑。针对划痕、针孔缺陷,采用缺陷随机性影响较小的傅里叶变换算法;针对碰伤缺陷,采用可以最大限度保留缺陷原有形态的差分和形态学算法。本文采用C#语言和Halcon视觉软件基于Visual Studio2013开发环境,联合编程设计了视觉检测软件,选择两款平面卫浴电镀件进行算法验证,得出划痕缺陷准确率为95.4%针孔、碰伤缺陷准确率为96.9%,且检测时间控制在500ms内,本视觉检测系统成功应用于公司平面电镀件表面缺陷检测。