万长龙，张 晶，林樟骁，杨晓敏

（珠海市运泰利自动化设备有限公司，广东 珠海 519180）

工业中的数据和信息在很大程度上依赖于图像，但在数学上对摄影数据进行估计和处理具有挑战性。因此，数字图像处理技术将有助于对图像进行处理，并尝试对其分析进行扩展，图像处理在工业领域广泛应用。

随着信息科学的飞速发展，基于计算机视觉的模式识别和图像处理技术已成为成熟的质量分析技术[1]。计算机视觉技术通过对图像的电子感知，对图像中的细节进行解释和识别，为精密零部件质量检测提供信息，以适应人类视觉在精密零部件质量检测中的作用。因此，本文旨在利用图像处理技术对精密零部件进行质量检测[2]。主要包括图像采集、预处理、图像分割、特征提取和分类五个步骤，如图1所示。图2展示了每年发表的研究论文数量，从图2中可以很容易地看出这个研究领域的趋势。

图1 图像处理中识别的通用框图

图2 每年发表的研究论文数量

1 精密零部件质量评估

1.1 图像采集

在应用中，使用的图像采集工具有照相机、超声波、磁共振成像、电子断层扫描和计算机断层扫描。为了产生数字图像，使用了电荷耦合器件和互补金属氧化物半导体图像传感器[1]。

传统的计算机视觉系统始于20世纪60年代后期，目前广泛应用于航空航天领域、工业自动化、安全检查、智能交通系统、医学成像、军事应用、机器人引导、自动驾驶汽车、食品质量安全检查等领域。……