本课题研究的意义并不仅仅是在改善磁砖生产行业的这一现状，本设计所解决的是智能视觉检测系统的开发，在各个行业，经常有运用机器视觉系统，实现对产品进行检测、测量、电子眼导航、识别条码、数字、字母、中文等。进行高速，复杂的检验，检查产品的完整性，形状检验，模式比较，文体阅读和比较，一维条码和二维条码符号读取，如图1.1所示。机器视觉是在没有人工干预的情况下使用计算机来处理和分析图像信息并作出结论。该系统特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。

图1.1 机器视觉的工业实际应用

1．1 国内外发展状况

1.1.1  国外发展状况

1.1.2 国内发展状况

1.2 课题研究主要内容

瓷砖分选人员通过肉眼的质量检验和色差比对分辨瓷砖的质量等级和色泽差别，然后用笔在瓷砖的正面或侧边（通常是侧边）做出标记。下游的分选工序将根据瓷砖上的这些标记对瓷砖进行分类处理。由于瓷砖的质检或花色品种的辨别仍然依赖人工进行，所以每片瓷砖的质量等级、色号或品种信息仍然需要通过人工按键输入下游的自动分选控制系统，既增加了用工成本，也不可避免地由于人工输入错误导致分选误差。因此考虑开发一种智能视觉技术方法或装置自动可靠地识读分选人员留在瓷砖上的笔记。要求所研究的辨识方法或所开发的智能视觉技术装置应能对输送线上快速移动（> 1 米/秒）的瓷砖进行实时（> 40 片/分钟）识读；能适应人工划线标记的粗细、长短、轻重、抖动等不可避免的细微差异，能自动过滤遗留在标注面上的污垢、切削痕等对划线标记的干扰。文献综述

但是另一方面，整个方案可以进行更进一步的优化，即完全用机械系统代替人工，要取代人工识别瓷砖质量，就需要更多的软件设计，收集图像信息之后，需要对图像信息进行预处理、特征提取，再进行与标准的各个瓷砖标准特征进行匹配，这样就可以输出被检测瓷砖类别的代号，从而完成分类。同时，系统还需要进行瓷砖瑕疵的检测，对有瑕疵的次品标记为另外的类别，最后通过分拣系统将剔除。

1.3 本文主要结构

根据整个系统的构成，本文将分以下几个板块进行分析：

1、 系统硬件设计与选择

2、 图像处理系统预处理部分

3、 图像处理部分特征提取部分

4、 系统软件整体设计

5、 实验

1.4 设计目的及要求

在此次的系统设计中，根据所要达到的要求的不同，大体上由简单到复杂分为三个不同的完成程度：

① 系统可检测瓷砖缺角、裂纹以及尺寸并对瑕疵品进行标记；源.自/优尔·论\文'网·www.youerw.com/

② 在自动检测工序前有一道人工标注花纹的步骤，系统可识别人工所做的标注并标记不同的记号，输出给下一分拣步骤进行分类。具体如下图1.3所示，图1.3中（a）、（b）、（c）是三种不同的人工标注方式（仅为示例），在这一层次的要求中也有两个阶段：第一阶段，系统可识别特定的标注，如规定人工标注是都按照图1.3（a）的方法标注，系统识别“A”、“B”、“C”字符已达到分类的目的，但是无法识别图1.3（b）、（c）中的标注方法；第二阶段，不管人工标注按照何种方法，在合理情况下，系统可自动识别不同的记号，即记号相同即为一类，记号不同即为不同类，按照这种方法打到分类的目的。很明显，第二阶段的设计比较完善，但是算法稍微复杂一些。 基于机器视觉可实时识别瓷砖花色品种的智能视觉检测系统开发(2):http://www.youerw.com/zidonghua/lunwen_72469.html