零件檢測(cè)是機(jī)器視覺(jué)技術(shù)在工業(yè)生產(chǎn)中最重要的應(yīng)用之一，在制造生產(chǎn)的過(guò)程中，幾乎所有的產(chǎn)品都面臨著質(zhì)量檢測(cè)。傳統(tǒng)的手工檢測(cè)存在著許多不足：首先，人工檢測(cè)的準(zhǔn)確性依賴于工人的狀態(tài)和熟練程度；其次，人工操作效率相對(duì)較低，不能很好的滿足大量生產(chǎn)檢測(cè)的要求；近年來(lái)人工成本也在逐步上升。所以，機(jī)器視覺(jué)技術(shù)被廣泛用于產(chǎn)品檢測(cè)中，主要的應(yīng)用包括：存在性檢測(cè)和缺陷檢測(cè)。

3.1存在性檢測(cè)

存在性檢測(cè)的對(duì)象包括某個(gè)部件、某個(gè)圖案或者是整個(gè)物體的存在性。在制造環(huán)節(jié)中，某些步驟的缺失或者加工缺陷會(huì)導(dǎo)致零部件的丟失，影響產(chǎn)品的品質(zhì)，需要在進(jìn)行下一步工序或出廠前分揀出來(lái)待進(jìn)一步處理。通過(guò)前期的圖像采集和處理后，需要依靠顯著目標(biāo)檢測(cè)算法來(lái)進(jìn)行識(shí)別，從而得出顯著目標(biāo)是否存在的結(jié)論。

例如李牧等提出了一種顯著目標(biāo)存在性檢測(cè)算法，利用中心周邊直方圖計(jì)算出的顯著圖，提取目標(biāo)區(qū)域與圖像中心點(diǎn)距離、目標(biāo)區(qū)域位置分布方差、目標(biāo)區(qū)域在圖像邊緣的分布、目標(biāo)區(qū) 域分布熵、圖像顯著圖的直方圖等5種特征進(jìn)行分類，并利用投票的方式最終確定輸入圖片是否包含顯著目標(biāo)。通過(guò)數(shù)據(jù)集驗(yàn)證，能夠有效識(shí)別出指定目標(biāo)的存在性。

3.2表面缺陷檢測(cè)

表面缺陷檢測(cè)的對(duì)象為二維平面上的元素，包括孔洞、污漬、劃痕、裂紋、亮點(diǎn)、暗點(diǎn)等常見(jiàn)的表面缺陷，這些缺陷特別是孔洞和裂紋等，可能嚴(yán)重影響產(chǎn)品質(zhì)量和使用的安全性，準(zhǔn)確識(shí)別缺陷產(chǎn)品非常重要。這方面的研究如岳文輝提出了一種CCD (Charge Coupled Device)圖像獲取系統(tǒng)，利用使用最普遍的電荷耦合器件CCD，在熒光磁粉無(wú)損檢測(cè)技術(shù)的基礎(chǔ)上，使用CCD進(jìn)行圖像采集，然后使用相關(guān)算法進(jìn)行圖像處理和模式識(shí)別，來(lái)檢測(cè)表面缺陷的類型和程度。

系統(tǒng)圖像處理和識(shí)別流程圖

零件檢測(cè)相關(guān)的工作流程一般大致如上圖所示。盡管系統(tǒng)針對(duì)于不同的對(duì)象和目的，但是其圖像處理和圖像識(shí)別內(nèi)核差異不大。圖像處理和識(shí)別都是從采集的圖像出發(fā)，經(jīng)過(guò)單色化處理、閾值處理，圖像膨脹處理，孤點(diǎn)濾波等預(yù)處理之后，對(duì)圖像的特征進(jìn)行提取并描述，最終輸出結(jié)果。

4、 圖像識(shí)別

圖像識(shí)別利用機(jī)器視覺(jué)技術(shù)中的圖像處理、分析和理解功能，準(zhǔn)確識(shí)別出一類預(yù)先設(shè)定的目標(biāo)或者物體的模型。在工業(yè)領(lǐng)域中的主要應(yīng)用有條形碼讀取、二維碼掃描識(shí)別等，以往多用NFC標(biāo)簽等載體進(jìn)行信息讀取，需要與產(chǎn)品進(jìn)行近距離接觸。而隨著工業(yè)攝像機(jī)等硬件設(shè)備的更新?lián)Q代，二維碼等標(biāo)識(shí)可以被遠(yuǎn)距離讀取和識(shí)別，而且攜帶的信息更豐富，可以將所有產(chǎn)品信息寫入二維碼，而無(wú)需聯(lián)網(wǎng)查詢信息。