叶　鹏，高兴宇

(1.桂林电子科技大学 电子工程与自动化学院，广西 桂林　541004;2.桂林电子科技大学 机电工程学院，广西 桂林　541004)



基于机器视觉的工业零件通用检测平台

叶鹏1，高兴宇2

(1.桂林电子科技大学 电子工程与自动化学院，广西 桂林541004;2.桂林电子科技大学 机电工程学院，广西 桂林541004)

针对人工检测工业零件效率低的问题，采用机器视觉检测的方法，开发了一套完整的高速检测平台。该平台在传统的图像调焦基础上，采用Variance函数进行粗调、Roberts梯度和函数进行微调的搜索算法。实验结果表明，该平台平均检测时间为3.246 s，满足了工业实时在线检测的要求。

零件检测；机器视觉；调焦评价函数

在工业零件的大批量生产过程中，为了保证成品零件的产品质量，提高零件的生产效率，必须对成品零件进行100%在线检测[1]。然而，随着工业零件日趋朝着多样化的趋势发展，其检测要求以及工艺难度也不断加大，传统的人工检测不仅耗时耗力，而且无法保证检测的精度和速度。

近些年来，机器视觉检测技术发展迅速，越来越多的工业检测采用机器视觉检测方法。俞甫[2]设计一种基于机器视觉的特定领域搜索法检测磁环多表面缺陷，解决了人工检测效率低、精度不高的缺点；田原嫄等[3]提出超分辨率重构技术用于零件尺寸非接触测量；顾勇等[4]利用图像滤波、二值化和边缘检测的方法快速有效地对啤酒瓶进行检测；刘泉等[5]运用数学形态学和模式识别的方法检测PCB面板的短路缺陷。……