随着工业现代化的快速发展,来源于各类渠道的重金属污染日益得到重视。其中,被应用于电镀行业的六价铬,成为了常见的重金属污染来源。而随着科技的进步,机器视觉逐渐被应用到各个领域中,由于其具快速、稳定、精确的优良特性成为了代替人眼工作的方式。本文依据重金属残留现场快速检测的要求,制定了一套基于机器视觉的六价铬检测系统。本文展开的具体工作如下:(1)利用根据二苯碳酰二肼分光光度法显色原理而制成的六价铬检测试纸,对给定的22组含不同浓度的六价铬离子溶液进行检测,试纸对溶液中的六价铬离子发生反应,产生了紫红色的显色反应。(2)基于试纸图像本身的特点,搭建了机器视觉图像采集设备,在对相机、镜头、光源等进行详细的比较与选择。获取了反应后的检测试纸图像。(3)通过用均匀分布噪声、高斯(正态)分布噪声、指数分布噪声、瑞丽分布噪声、伽马分布噪声、泊松分布噪声以及脉冲(椒盐)噪声对试纸图像的噪声进行研究和分析,确定检测试纸图像上的噪声类型。在空间域和频域上对试纸图像进行滤波去噪,分析去噪结果。(4)通过用Roberts、Prewiit、Sobel、Canny和LoG等传统切割算子进行分析和结果对比后,发现基于边缘的分割算法适用于灰度图像,在彩色图像应用上效果普通。选择用K-Means聚类算法对图像进行分析,直接获得聚类分割的目标区域。(5)选取RGB彩色空间模型,将试纸的R、G、B三个颜色分量作为特征值提取出来,并研究出一种方法,拟合出R、G、B的值与被测溶液浓度之间的回归模型。通过逐步推进机器视觉系统进行图像采集,彩色图像预处理与切割、最小二乘拟合R、G、B与浓度之间的关系等阶段,完成了基于机器视觉的六价铬检测系统的研究。