随着工业机器人及机器视觉技术在工件打磨抛光等领域的飞速发展,中国制造业向着智能化、自动化、低成本化发展是新时代的趋势。本文对打磨的自动化技术和打磨工件智能化检测相关的机器视觉检测技术进行了研究,提出一个高效、实用性强的解决方案,其主要分为三方面:工件的自动化打磨,打磨工件表面缺陷检测以及打磨工件表面粗糙度检测。为了实现工件的自动打磨抛光和打磨工件的实时在线智能化检测,本文将打磨工业机器人和机器视觉技术相结合,在控制打磨工业机器人的机械臂末端的打磨机对工件进行自动打磨的基础上,设计了打磨工件缺陷及粗糙度视觉在线检测系统,其研究内容为:(1)针对视觉检测环境光照不均,导致采集到的图像存在局部曝光、局部阴影等问题,本文提出一种适用于光线不均环境下的打磨工件缺陷检测方法。该方法首先对采集的图像进行灰度化、二值化等预处理,以提取手机外壳主轮廓;再使用局部化二值化方法,解决由于光照不均导致手机外壳缺陷误检的问题;最后用边缘检测算法进行缺陷检测,标记缺陷位置和大小。(2)在非接触粗糙度测量方法中,光切法具有测量分辨率高、测量方法简单、易于操作、成本低等优点,本文选用光切法显微镜和配套的CCD相机对打磨工件粗糙度图像进行采集;然后对打磨工件粗糙度图像进行二值化、滤波等预处理;再使用边缘检测算法获取粗糙度轮廓曲线,采用最小二乘法拟合曲线减小误差,获取其像素高度差值;最后根据标准粗糙度样本中的图像像素高度差值与轮廓高度值对应关系,计算出表面粗糙度值。(3)在打磨工件缺陷检测算法和粗糙度检测算法的研究基础上,本文对视觉在线检测系统进行软件设计,并进行相关实验研究。该系统实现了自动对打磨工件进行缺陷和粗糙度在线检测,同时把检测的结果以及检测效果图实时显示在电脑上。实验表明,该系统的缺陷检测部分可以对有污渍、划痕、擦伤、印痕等缺陷进行检测,检测时间为1.6s/件,准确率达到95%;该系统中的粗糙度检测范围为1um~80μm,检测时间为0.7s/件,具有很好的应用价值和经济价值。