随着工业生产线的快速发展,产品质量的检测成为了产品流入市场最重要的通道,传统的生产线依靠人工检测,不仅效率低、成本高,而且存在人视觉主观疲劳等因素,在工业生产线中人工检测不够准确。伴随着机器视觉在国内外的快速发展,将机器视觉应用于工业产品质量检测中,能够提高优质产品、提升生产效率、革新工业测量技术,目前,提高检测效率和精度是现代智能化生产中需要探讨研究的关键问题。本课题以工业中生产的金属零部件为研究背景,对两种不同型号的金属零部件进行尺寸的测量和缺陷的检测,基于机器视觉系统完成对金属零部件检测的整体系统结构,本文的主要研究内容如下:根据金属零件在线检测的技术要求,搭建基于机器视觉的检测硬件结构系统,对机器视觉硬件型号的选择,包括CMOS相机、镜头、光源、采集卡、外部触发器,选择合适型号的光源和满足检测精度的工业相机,设计合理的相机焦距、物距等问题。然后在VS2010环境下搭建软件系统,搭建软件与硬件的系统平台,实现获取图像、相机参数调节、图像预处理方法、边缘特征提取比较分析、尺寸测量、缺陷检测与识别等。在软件系统的处理流程包括:通过相机对图像进行获取;图像进行前期预处理包括:获取ROI、自适应中值滤波,对预处理后的图像进行阂值分割;然后对图像采用改进的形态学梯度算子与二次插值对图像进行亚像素边缘提取,并将几种不同的亚像素边缘提取进行对比,运用霍夫变换算法检测图像中的直线和圆,并且计算距离;在对缺陷检测系统中,采用模板匹配对图像缺陷进行定位识别,对金属表面的划痕、缺角、毛刺、断裂四种缺陷进行检测定位与识别,最终通过对测试样本进行试验验证算法的合理性。图像软件处理系统是基于OPENCV和HALCON中的算法库,并搭建以VS2010环境下的MFC界面开发系统,实现系统的操作、管理、显示的人机交互界面。