基于公司现阶段实际情况,碳化硼圆柱芯块的缺陷及尺寸检测主要依靠人工完成。此方式仅能满足小批量的抽检工作,而在实际的大批量生产过程中,传统的人工检测方法相当繁琐且效率低,大大增加了企业的成本负担,同时影响生产质量及效率。为解决此问题,开发了基于机器视觉的圆柱芯块检测系统。近年来,机器视觉(Machine Vision)技术因其良好的性能得到了快速发展和广泛应用。机器视觉具有非接触、高精度、实时、在线等诸多优点,在工业自动化、医学、智能交通等诸多领域中具有良好的应用现状及发展前景。本系统为碳化硼圆柱芯块在线检测系统,主要功能为快速准确地检测碳化硼圆柱芯块尺寸与缺损状况。笔者在对课题研究背景和国内外发展现状进行分析以及大量研读参考文献的基础上,对机器视觉检测系统进行了深入的研究,给出了具体的解决方案。论文研究内容如下:(1)圆柱芯块视觉检测系统的设计。主要分为光学系统、物料传送系统两部分。其中光学成像系统对每个检测工位进行系统分析,选取合适的光学镜头与相机,对成像环境进行设计。在物料传送系统中对上料、待料、四工位视觉给料、物料分选装置进行详细设计。(2)圆柱芯块缺陷识别算法的开发。分别对圆柱芯块柱面缺陷与端面缺陷进行详细算法介绍。详细介绍了ROI区域域提取算法、图像增强技术及缺陷识别算法。(3)圆柱芯块尺寸测量算法的开发。针对端面圆的采用最小二乘法进行拟合,并与Hough变换方法进行对比。对圆柱芯块的侧面尺寸测量,为精确拟合出边缘直线,避免其他干扰,选取Radon变化方法进行拟合,取得了很好的应用效果。(4)开展验证性实验。针对前面几章提出的缺陷识别及尺寸检测算法,分别设计相应试验,验证算法的鲁棒性及适应性。试验结果表明算法在缺陷识别与尺寸测量上表现效果优秀,满足了设计需求。