本文针对目前钕铁硼永磁器件生产工艺过程中由人工检测微小磁件坯料外形尺寸及表面缺陷所带来的问题,应用光机电一体化和计算机视觉技术,研究了永磁器件坯料的尺寸与表面缺陷的视觉检测技术与系统。首先分析了微小磁件坯料外形尺寸及表面缺陷检测的相关需求以及非接触检测的可行性;然后对前人研究的表面特征检测方法与技术进行了综述,由此理出了本文的技术解决思路与方案。对微小磁坯外形尺寸及表面缺陷视觉检测系统进行了总体方案设计,系统由微小磁坯的有序排列输送机构、待测表面的图像在线采集子系统、视觉检测分析判断子系统、磁坯正废品分选机构以及协调各部分的控制子系统等组成。使被检磁坯的有序传送、图像自动采集、尺寸与表面缺陷识别计算和正废品分拣之间有机集成并实现非接触自动检测。综合分析了照明光源、光学镜头、相机及图像采集卡等的特性,最佳地确定了适合于微小磁件图像检测要求的图像采集光源、镜头放大倍率及相机的像素值,以保证后续分析与测量计算的精度。微小磁件坯料表面视觉检测包括外形尺寸测量与表面缺陷识别检测,检测效果除受硬件性能及其匹配参数的影响外,最关键的因素是对在线采集图像的处理及边缘检测、识别等算法的合理性和计算的精度等。根据生产现场检测精度要求,本文先对采集图像进行去噪、消影、增强等预处理,在比较分析直方图方法、信息熵法及OTSU法等阈值分割方法基础上,采用了双峰一谷直方图方法以实现目标与背景的分离;分析了经典的一阶、二阶微分检测算子:Roberts算子、Log算子等原理特性后,采用数学形态学方法进行边缘检测;研究了一种改进的CHT(随机圆霍夫变换)算法,用于对所得到的被测件图像边缘进行图元识别及其边缘几何元素(圆)参数计算,再由系统的标定值求得磁坯的尺寸参数;构造了一种基于单一连通封闭区域的搜索算法,进行表面缺陷的识别;通过缺陷区域最大/最小长径极比、面积、周长以及圆度等特征参数的计算,建立了正废品分类规则,实现了微小磁件坯料的正废品判别与分拣。边缘检测、识别等算法都在MATLAB7.6环境中逐一编程实现并进行了检验验证。最后采用VC++编制了微小磁坯图像采集、预处理、分割、边缘检测与图元识别、尺寸与缺陷计算等程序以及整个系统的控制、系统参数设置和人机交互界面等软件,并集成为一体形成了本文的“微小永磁器件坯料尺寸与表面缺陷的视觉检测系统”。利用本系统,对生产厂家提供的一批永磁器件坯料进行了外形尺寸和表面缺陷的检测试验。结果表明:本文研究的边缘检测、图元识别、缺陷的单一连通封闭区域搜索算法及其缺陷判别算法,具有算法简单、鲁棒性强等特点,能满足实际的检测精度、准确度与实时性要求,所设计的视觉检测系统达到了本文的研究目的,可用于生产现场代替人工对永磁器件坯料外形尺寸及表面缺陷进行非接触检测,且检测的稳定性和检测精度均能满足生产的要求。