随着人们生活水平的提高和生育观念的转变,安全套的需求量与日俱增,2019年上半年安全套年产量已接近60亿只,据国家GB/T 7544-2019要求每只必须强制检测。目前,安全套的出厂检测以电干检为主,需要人工来配合其工作,由于整个工作过程时间长且动作单一,导致工人得腱鞘炎、颈椎病等的风险变高。为解决安全套电干检中人工上料问题,本文设计了一套自动上料装置,通过机器视觉对安全套套尖部位的定位识别加以实现。主要工作内容有以下几个方面:首先,设计了一套基于图像的安全套特征识别装置,用于抓取套尖部分,便于自动上套。搭建了与其配套的集取料、姿态整定、特征识别、抓取和上套为一体的自动上料装置,并根据运行步骤编写PLC程序。其次,通过对乳胶安全套外形的观察发现,其特征区域具有一定的曲率轮廓特征,因此对安全套外形轮廓的提取和描述是本文的基础工作。通过对目前主流边缘提取算子的对比实验和分析,发现Canny算子可以得到较好的边缘信息,且细节信息较为完整,所以选定Canny算子对安全套进行边缘提取。由于乳胶安全套柔软易产生褶皱,经轮廓提取后其表面经常存在一些线段干扰,因此提出了一种轮廓检索法,用于去除其表面不连续、杂乱无章的线段,以提高后续算法识别效率。再次,针对随机整定的乳胶安全套具有易形变、多旋转等特点,提出利用圆弧检测来对疑似套尖特征区域定位,并做掩模操作。为便于后续特征区域的判定,利用多边形逼近法对疑似特征区域进行处理,寻找掩模区域轮廓上具有高曲率的极值点,通过对这些极值点的操作来最终确定特征区域位置。本文提出的特征区域判定方法主要包括极值点统计法、夹角统计法、拱高与半径比判定法三种,当掩模区域满足这三个条件时,则判定此掩模区域为特征区域。最后,进行机器视觉算法的实现,编写特征识别装置操作界面,完成机器视觉与自动化装置的结合,并利用特征识别算法和自动上料装置来完成对本文工作的验证。验证结果表明,本文设计的特征识别算法对套尖特征区域的识别率及识别速度基本达到预期目标。