5。2  软件系统的实现 28

结  论 32

致  谢 33

参 考 文 献 34

1  引言

1。1  课题研究背景、目的和意义

1。1。1  课题研究背景

传统的产品检测方式大致是人工检测或是基于传感技术的检测。其中人工检测一般使用的是原始的肉眼识别的方式，因此可能因为人为因素导致衡量标准不统一，而且由于人眼容易疲劳，具有不稳定性，无法保证检测产品的合格率。此外随着近年来生产速度的提升，流水线的生产速度远远超出人工检测的速度，人工检测的方式不再适用[1]。使用传感技术来进行检测在质量和速度上能满足生产的需要，但是这类设备的成本昂贵，适用性差，无法满足产品多样化、个性化的需求。文献综述

现如今，随着作为基石的计算机硬件与光学器件的发展，数字图像处理技术的羽翼渐丰，极大地促进了各式各样的图像处理算法的更新与进步。使用数字图像处理的方法进行产品检验逐渐为各行业所接受，而基于机器视觉的无接触检测也逐步代替另外两种检测方式成为发展的趋势。它有着低成本、高精度、高效益的特点，能够大幅度降低检测成本，提高产品质量，加快生产速度和效率。

1。1。2  课题目的和意义

目前，图像处理技术已经相对成熟，在航天、通信、地貌分析、尺寸、农产品加工测量以及医学等领域都得到了广泛的应用[2]。但仍然很多最为关键的核心技术还掌握在国外厂商的手中。另外，国内企业学员对于国外的应用软件适应困难、学习时间长，这导致企业的应用成本提高，并且使得基于数字图像处理的产品检测技术难以得到广泛的应用。因此，自主开发和研究基于图像处理技术的产品检测系统对减少对国外技术的依赖、促进国内机器视觉产品检测技术成长，提高有关产业技术国有化水平都具有非常重要的意义[3]。

基于图像处理技术的生产线产品缺陷检测系统能够解决复杂环境下的缺陷检测问题。在比较危险的环境或者狭小的空间，人工检测不适合或者无法完成检测工作，此时，基于图像处理技术的机器视觉检测就可以实现其应用价值，以确保人的安全。例如高温、多尘或者辐射强度大等比较恶劣的环境下，长时间在场工作有损工人的身体健康。而机器视觉检测系统避免了工人直接进入检测环境的不利情况，使得在提高生产效率的前提下也保障了工作人员的人身安全。

机器视觉技术应用于产品检测的关键在于图像处理算法部分的设计，具有高的实时性、可靠性的图像处理算法的研究是生产线产品缺陷检测中的核心问题，也是进一步促进图像处理算法理论发展和应用的重要研究方向[4]。

1。2  论文内容提要

第一章 绪论：简要介绍数字图像处理的基本概念和国内外运用数字图像处理进行产品检测的发展状况，并阐述了课题研究的目的与意义。 

第二章 图像预处理算法研究：介绍了图像处理的基本原理，阐述图像预处理的方法，包含图像的灰度变换、图像滤波和图像增强并利用Visual Studio 2015 对它们进行仿真实验。结合其算法原理分析它们的实际处理效果，选择更为合理的图像预处理方式。

第三章 图像的边缘提取与腐蚀细化：介绍三种边缘提取的算法和图像形态学处理中的腐蚀算法，比较分析不同边缘提取算法的优缺点，选择最合适的边缘提取方式。实验分析图像腐蚀在本产品检测软件设计中的用途与其必要性。来,自,优.尔:论;文*网www.youerw.com +QQ752018766- Hough变换基于数字图像处理的产品检测(2):http://www.youerw.com/zidonghua/lunwen_88654.html