基于机器视觉的微小零件表面缺陷检测研究

针对人工检测微小零件表面缺陷存在的不足，提出一种基于机器视觉的微小零件表面缺陷检测方法。首先分析微小零件检测内容的特点，通过机器视觉专用软件HALCON提供的图像滤波、阈值分割算子提取缺陷区域，并设计了一种自动选择平滑滤波尺寸与阈值的最优取值算法，再采用改进的边缘检测算法准确提取表面的边缘位置，将图像以边缘为界分割成不同的区域，运用区域形态学方法对候选缺陷进行筛选，最后使用区别特征实现缺陷分类与标记。实验结果表明，该方法能够稳定的进行微小零件表面缺陷的识别与检测，缺陷识别率达到97.05%，达到预期检测目标