严 琴， 赵全育*

(1.湖南飞沃新能源科技股份有限公司，湖南 常德 415701； 2.湖南省高强度紧固件智能制造工程技术研究中心，湖南 常德 415701)

随着国家生产力的提高与产业升级，对高质量工件的需求也在不断扩大。螺栓作为高强度紧固件，在风电、核电、军工、高铁等高端装备领域有着广泛应用。然而工厂在大批量生产螺栓的过程中，部分螺栓有一定概率会存在缺陷问题，如表面瑕疵、裂纹等，导致产品质量不达标，可能在后期使用过程中造成安全隐患。因此，针对螺栓表面的缺陷检测是螺栓生产、加工环节中至关重要的一步。

常见的螺栓缺陷检测方法除了人工检测外还包括射线检测[1]、超声波脉冲检测[2]、红外波检测[3-4]和基于机器视觉的表面缺陷检测。射线检测能够在不损伤工件的前提下观察物体表面缺陷，但射线会对检测员身体造成伤害并污染环境。超声波脉冲检测不会对人体或环境产生影响，但对工件表面平整度要求严格，应用场景受限。基于超声红外波成像方法并非在所有材质上表现良好。上述检测方法虽然具有一定优势，但均受到不同方面的制约。随着数字图像处理技术的发展与计算机、传感器等硬件成本的不断降低，利用机器视觉进行表面缺陷检测不仅检测成本低廉，而且不会受检测人员主观意识的影响，具有广泛的应用前景。

近些年国内外学者在工业产品表面缺陷检测任务上提出了许多基于机器视觉的检测方法。……