文献综述
1选题依据金属工件在生产过程过会产生多种缺陷, 如:缺口、毛刺,凹凸点、污渍、磨痕等。
诸多缺陷会影响其精度,导致工件甚至设备不能正常工作[1]。
目前,行业中金属工件表面缺陷检测仍以人工检测为主, 人工目检方法虽方便直接,但存在以下几个方面的问题:(１)人工目检方法不能实现24h不间断工作,工人工作强度大,易造成视觉疲劳, 导致误检,直接降低产品检测的可靠性；(２)人工目检的质量判断标准不易量化,导致检测结果稳定较差；(３)由于某些金属工件尺寸较小,受限于人眼的识别能力,人工目检的检测速度和精度较低,使得检测效率低、人力成本较高[2]。
近年来,机器视觉检测技术已经在国内外工业生产中得到广泛应用。
同时越来越多的科研工作者将机器视觉检测技术应用到金属工件缺陷检测领域,并取得一定的成果[3]。
因此设计基于机器视觉采用面阵CCD和多通道图像采集卡作为图像采集部分，采用自动选取图像分割阈值，实现系统的自动测量[4]；根据扫描得到的工件信息去除掉工件边缘的光圈，利用自动选取的阈值对金属工件表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别，实现对金属工件表面缺陷进行实时在线、无损伤的自动检测[5]。
2机器视觉检测系统的研究2.1管脚高度检测芯片管脚的几何尺寸缺陷检测局限于管脚的共面度、平整度、位置度检测,对芯片管脚高度缺陷检测算法研究较少,且未从三维角度进行检测.利用线激光传感器结合精密的机械传动结构研发一套三维激光扫描自动检测系统,并提出相应管脚高度检测算法:将采集的芯片管脚点云数据三维重建[6];提出将所重建的三维图像投影变换为二维图像并灰度化,利用连通域裁剪算法快速定位各管脚位置信息对其进行裁剪,对裁剪的管脚频域高斯低通滤波,用最近邻插值拟合并反灰度化[7];以xoy面为基准面用求解函数最大值法求其各管脚的最值之差即获得芯片管脚高度,将各管脚拼接后三维显示,并与此芯片标准管脚高度进行比对,对不合格的给予剔除。
但是需要利用线激光传感器且结合精密的机械传动结构，硬件要求较高，不太适合推广普及各种金属工件的缺陷检测[8]。
2.2电子元器件检测针对不同规格型号的PCB电子元器件的焊装位置、极性与型号规格等检测要求，开展了基于机器视觉的智能检测系统研究，将三自由度桌面机器人、工业CCD相机、运动控制系统与电装工艺文件有机结合成了智能软硬件平台搭建，引入了SURF特征提取和匹配方法实现待测元器件的智能检测[9]。
