基于机器视觉的零件毛刺检测

齐继阳， 张艳琼， 刘 亮

(江苏科技大学 机械工程学院，江苏 镇江 212003，E-mail：jyqi@just.edu.cn)

受到加工条件及工艺等各种因素的影响，零件在加工过程中不可避免地产生各种毛刺，这些毛刺对于各种精密细小零件的影响更加明显，对其质量及可靠性产生严重的影响，可能引起设备失效，降低设备寿命，甚至造成重大事故。当今毛刺的检测主要还是依赖于人工检测，毛刺人工检测存在效率低下、检测结果存档繁琐、人工成本偏高等弊端，同时在一些有毒、高温等特殊的场合，人工肉眼毛刺检测很难开展。利用机器视觉来替代人工视觉进行毛刺检测可以有效地提高作业效率，实现毛刺的检测由定性检测走向定量检测，为企业生产实现信息化奠定基础。开展基于机器视觉零件毛刺检测方法的研究具有十分重要的理论意义和应用价值。

目前基于机器视觉的表面在线检测是表面在线检测的主流，照明方式和缺陷处理是该系统的关键[1-2]。Ravikumar S[4]根据直方图法提取机械零件表面细小深划痕缺陷，并用决策树法分类进行视觉检测，但出现过度拟合；Nazaryan N[4]利用激光源检测经书表面划痕的深度，但边缘缺陷难识别；孔祥伟[5]对金属表面镀层工件表面强反射程度不同和工件表面缺陷种类繁多等问题进行了照明技术和缺陷检测算法的研究，但检测的精度不理想；宋宇宁[6]提出了一种内衬套表面缺陷自动检测系统，采用近红外背光源暗域照明方式进行图像采集，运用图像形态学滤波和GrabCut图像分割算法实现了对内衬套表面毛刺和擦痕的提取，针对不同缺陷实现了有针对性的检测，但耗时过长。……