摘要：在现代加工行业中，多数为人工检测，由工人人工检测产品的好坏，是否合格。这样的人工检测有效率低，产品标准不标准等缺点。在机器视觉技术的检测基础上，以图像处理做为核心技术的检测，像这样智能化的检测在现代工业有很好的发展前景。本论文在结合眼镜加工行业的生产情况，研究针对加工物体表面的缺陷的检测。检测系统采用光源、工业摄像头、镜头、相机、图像采集卡组成的视觉系统对物体表面进行缺陷检测。通过区域生长的算法确定缺陷的大小。实验时采用了不同的照明方式，从而模拟了不同的光照环境，在针对不同的光照环境下找出最好的光照方式，本论文采用了三种不同的照明方式，经验证采用同轴的照明方式，这个时候相机里看到的画面是最清晰的，能更好的检测到物体表米娜的缺陷，如刮伤、凹凸不平等缺陷。

本论文主要研究了物体表面缺陷的检测的图像处理，实现了基于视觉技术的图像检测、光照条件的设计。初步实现了基于机器视觉技术的自动化检测。此设计还有诸多的不足，并且提出了今后改善的思路，希望可以做到更好。这个设计可以初步满足物体表面缺陷检测的需要，经过一定的改良后，也可以用于其他一些零件表面精度要求较高的生产线，这个设计在现代化工业还是有较为广阔的发展空间，希望能对相关行业起到一定的促进作用。

关键词　视觉技术；自动化；缺陷检测

目录

摘要

Abstract

1 绪论-1

1.1课题研究的背景-1

1.2 课题的研究意义-1

1.3机器视觉技术的发展现状-2

1.4本论文研究的主要内容-2

2 表面质量检测的理论研究-4

2.1 物体的表面质量检测技术-4

2.2物体表面特征的描述-4

2.3基于机器视觉的缺陷检测和分割技术研究-5

2.4 机器视觉的表面缺陷检测方法概述-5

2.5 缺陷检测判定标准-6

3 零件表面质量检测研究-8

3.1机器视觉系统的组成-8

3.2 CCD 及图像采集-8

3.2.1 工业数字相机 CCD-8

3.2.2 数字图像采集卡和工业镜头的选择-9

3.3 不同照明环境的选择-10

3.3.1 直接照明方式-10

3.3.2 暗场照明-10

3.3.3 采用同轴照明-11

4图像处理与识别算法-13

4.1中值滤波器-13

4.2边缘检测-13

4.3基于区域生长法的缺陷识别-14

结论-15

参考文献-16

致谢-17