基于机器视觉的工件锯片缺陷检测系统设计

管小卫　丁琳

摘 要：针对利用人的感觉器官在工业生产线检测中的不足，提出了一个基于机器视觉的锯片缺陷检测系统。通过工业数码相机等硬件采集图像信息，采用亚像素精度阈值分割等图像处理算法并借助机器视觉库Halcon对采集的原始图像进行处理，最后输出检测结果，提高了工业生产线检测的效率。

关键词：机器视觉；锯片；检测系统

中图分类号：TP391.41 文献标识码：A

Abstract：Aiming at the shortage of the human sense organs in the industrial production line detection，the paper proposes a machine vision-based defect detection system for workpiece saw blade.The system applies industrial digital cameras to collect images，uses sub-pixel accuracy threshold segmentation as the image processing algorithm，adopts the professional machine vision library，Halcon，to process the original images，and finally outputs the test results.The system actually improves the detection efficiency of the industrial production line.

Keywords：machine vision；saw blade；detection system

1 引言（Introduction）

机器视觉工件检测系统要求能在生产线上实时、准确地利用一些经典的边缘检测算子，比如Sobel算子、Prewitt算子[1]、Laplace算子和Canny算子[2]及其改进型的LoG算子[3]等图像处理算法检测出工件上主要的缺陷，然后通过统计分析评价出产品的质量状况。若采用传统的人工测量、计算、统计的方法进行识别，其效率极低，且产品质量无法得到有效保证，难以满足高精度的产品测量和高效率的生产线需求[4-6]。目前机器视觉技术进行工件检测，在工业领域应用较广泛，具有非接触、无磨损、高效率等优点[7，8]，弥补了人眼检测的不足。

本文以锯片锯齿两侧的坡口角度缺陷的检测为例，提出了一套基于机器视觉的工件检测系统。该系统由硬件系统和计算机软件系统两大部分组成，主要通过镜头、工业数码相机，图像采集卡等硬件系统完成图像的采集，利用亚像素精度阈值图像分割算法、几何基元的分割算法、轮廓特征提取算法等图像处理算法，借助专业的机器视觉库Halcon[9，10]，设计一个视觉检测软件，对采集的原始图象进行处理并输出结果。……