目前,在玻璃器皿生产过程,仍然依靠人的经验进行产品质量检测与分级,不仅劳动强度大、效率低,而且难保证检测标准的客观性和统一性,导致各企业精度检测和分级结果不一致与不稳定,既不利于提升玻璃器皿的生产率,也不利于提升玻璃器皿的质量与市场竞争力。基于计算机视觉的产品质量检测,为改善或提升玻璃器皿企业产品等级划分的客观性和稳定性,提高玻璃器皿的生产效率提供了一个平台。本课题以玻璃水杯为施研体,旨在研发一套玻璃器皿在线质量检测与分级系统,应用计算机处理数字图像的技术,依据数码相机获取的产品数字图像,在线检测玻璃器皿的形状、尺寸、缺陷。主要工作为:收集玻璃器皿(以水杯为施研体)缺陷的产品样本,归纳主要缺陷的类型和常现位置,分析产生缺陷的原因和所处工序段,确定在检测系统中所处的工序段和工位的位置。基于计算机视觉技术初步构建玻璃器皿质量检测系统的硬件部分,重点研究数字图像在线获取所涉及的诸多硬件之间的匹配。对被测玻璃杯的数字图像进行预处理。用一种改进的滤波方法对数字图像(照片)进行剔噪,用改进的二维Otsu方法对数字图像阈值进行划分,对划分后的数字图像进行数学形态学和二值化处理,为边界提取做准备。分析比较几种常用边界检测方法后,选用Sobel检测算子法,划分数字图像阈值。对玻璃杯做尺寸和缺陷的检测识别。在数字图像识别过程中,用改进的快速Hough转换检测法检测边界线,进而求出圆玻璃杯的直径、圆度、缺陷等参数。针对图像分割出的玻璃杯缺陷域,剖析各检测缺陷,提取缺陷域的6项几何特征,提取5种灰度矩阵算法的纹理特征,通过向量机检测识别缺陷。最后,构建玻璃器皿的计算机视觉检测与分级系统的软件部分,应用MATLAB进行应用编程,实际测试结果表明能够达到既定目标。