基于机器视觉的工件缺陷检测方法研究开题报告

1. 研究目的与意义

研究背景：目前，我国已基本实现了自动化生产，但是工件表面质量检测技术，仍然停留在人工检测阶段，较进口的生产线落后，人工检测工件质量问题，分拣速度无法与自动化工件生产线相配套；其准确率也依赖于质检工人的熟练程度和主观判断，容易出错；同时，工人劳动强度加大，生产成本也随之增加。随着人们对知识的探索和对完美的追求，机器视觉出现在了人们的生活中。并且机器视觉的出现为工件缺陷检测和控制产品质量提供了技术保证，促进了人类科技的进步，也提高了人们的生活质量和工作环境。

机器视觉技术是近几年科学界的一大研究热点,许多尖端科技在机器视觉技术的基础上得以实现和优化,目前已经成为计算机科学的重要研究领域之一。近年来，在机器视觉技术基础上的各项研究及应用不断发展，针对不同应用情况的特点，形成了不同的基于机器视觉技术的应用。例如无人驾驶汽车、肿瘤病变识别等。机器视觉是利用计算机对图像或视频进行处理，实现对二维或三维场景的识别、检测、感知和理解。同样在工业检测领域,机器视觉技术也应用广泛。特别是在对复杂工件的缺陷检测上,机器视觉技术还有很大的应用空间。视觉检测系统被广泛应用于工件缺陷检测,具有速度快、精度高、非接触等优点,可以有效地克服人工检测方式的不足,提高工件生产的自动化程度和生产效率。工件缺陷的视觉检测是实现工件检测智能化的关键环节。

研究目的：本篇论文旨在研究机器视觉在检测工件时所运用的原理和技术，从而提高工件的质量，解决人工检测成品工艺存在的主观性误差，同时，还能对检测到的信息进行分析处理，从而实现对工件的等级分类。

2. 研究内容和预期目标

研究内容：本文旨在通过对MATLAB的搭建，图像处理和编程，实现规范编程基于机器视觉硬件系统完成图像的采集、传输、处理、分析等过程，从而实现机器视觉对二维或三维场景的识别、检测、感知和理解。并利用机器视觉对工件进行检测，找出有缺陷的工件。

预期目标：并通过机器视觉将所测工件的数值与标准值相比较，从而能够精准的找到工件的缺陷，提高工件质量和工作效率。

3. 研究的方法与步骤

1. 研究方法：

（1）利用成像设备和视觉系统对工件进行图像采集和分析。

4. 参考文献

[1]孙雪晨，姜肖楠，傅瑶，韩诚山，文明 等．基于机器视觉的凸轮轴表面缺陷检测系统[j]. 红外与激光工程,2013,42( 6 )：1647-1653.

[2] 李丹，白国君，金媛媛，童艳 等.基于机器视觉的包装袋缺陷检测算法研究与应用[j].激光与光电子学进展，2019，56（9）：108-110.

[3]刘鹏，戴文战 等．基于机器视觉的化妆品纸质标签缺陷检测方法[j].浙江理工大学学报，2019,41（2）：231-238.

5. 计划与进度安排

（1）1月11日至2月28日(1周前)：根据任务书，明确设计的内容和目的，查阅相关文献材料准备开题报告。

（2）2月29日至3月6日（2周）：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报告。

（3）3月7日至4月3日（3-6周）：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。