陶瓷基片作为一种电路绝缘基材,受其材料特性和加工工艺的影响,使其成品尺寸有一较宽的离散带。目前,我国陶瓷基片生产企业还主要依靠传统的手动或半自动化的测量方式,按照尺寸公差对陶瓷基片进行分类。这种检测方式不仅检测速率慢,而且人工测量容易引起视觉疲劳,导致误检或错检,从而影响分类结果。所以将机器视觉检测技术应用于陶瓷基片的检测,不仅可以解决人工测量带来的不利因素,而且能够降低企业生产成本,为企业创造更大的价值。针对陶瓷基片尺寸检测的需求,本文开发了基于OpenCV的陶瓷基片视觉检测系统的解决方案。该整体方案分为视觉检测系统硬件和软件两个部分。其中,视觉检测系统硬件负责陶瓷基片图像的获取,并根据检测结果实现陶瓷基片的自动上料与分选;软件部分负责陶瓷基片图像的分析处理以及尺寸的高精度测量,用户交互界面可以实现分类标准的设置与检测结果的实时显示等功能。本论文共分六章。第一章,介绍课题的来源。分析了国内外视觉检测在工业检测方面的研究现状以及发展趋势,概述了视觉检测中涉及的关键技术,并介绍了本文的研究思路及主要内容。第二章,根据课题要求,提出了一套基于OpenCV的陶瓷基片视觉检测系统的解决方案,并对视觉检测系统开发平台的具体设计进行了说明。第三章,设计了陶瓷基片视觉检测系统整体机械结构。介绍了其具体功能,并对其工作平台、送料机构和分选机构进行了详细分析。第四章,研究了相机标定与陶瓷基片图像预处理算法。介绍了相机的标定方法及标定过程;研究了图像校准方法、图像增强、降噪算法以及陶瓷基片边缘提取和细化算法,从而对陶瓷基片边缘进行初步定位。第五章,介绍了基于亚像素细分的陶瓷基片尺寸检测方法以及实验分析。通过对空间矩亚像素细分算法进行研究与分析,实现了陶瓷基片边缘的精确定位,并对尺寸测量方法进行研究。最后对整个视觉检测系统进行了多次联调测试,通过对检测结果以及误差进行分析,该测量系统在70mm的测量范围内,测量长度的最大误差小于2 μm,满足实际使用要求。第六章,总结与展望,总结了本课题的研究内容,并提出了进一步改进的研究方向。