随着计算机技术的发展,机器视觉已经到了一个高速发展的时期,越来越多基于机器视觉的应用研究取得了重大突破。本课题主要是依据机器视觉技术,实现了对汽车刹车盘表面缺陷的检测与尺寸测量。刹车盘是汽车制动系统中的关键零件之一,同轮毂装配在一起,通过与制动衬片进行干摩擦,产生巨大的摩擦力,降低车轮转速从而减速制动。在高速行驶时,汽车紧急制动,刹车盘承受着巨大的磨损,其质量的好坏直接影响刹车性能以及车辆的安全性能。现有的刹车盘的含碳量过高,铸造过程中会存在很多砂眼、气孔等缺陷,当刹车磨损量大时,就会导致使用寿命变短。刹车盘的这些表面缺陷通常是借由人工进行检查,而由于人工判别标准的差异性,导致检测效率低下,质量标准不统一,因此浪费了人力物力。因此,本课题研究的是基于机器视觉对刹车盘表面缺陷进行检测,论文主要完成以下几项工作:(1)根据刹车盘验收标准的技术要求选择了相机、镜头等硬件,并设计了适用于检测刹车盘表面的光源和照明方式,在此基础上建立了成像模型搭建了成像平台,并对相机进行了标定。(2)进行了基于直方图均衡化的图像增强处理,增加了图像的清晰度。研究了常见的图像去噪算法的缺点,同时采用了基于非下采样Contourlet变换最大后验估计的图像去噪算法。该算法能够更加精细地对刹车盘表面图像进行多尺度多方向的分解,可以有效的去除图像的噪声并良好的保留图像边缘及细节信息。(3)针对刹车盘铸造过程所产生的表面缺陷进行分类,得到了孔洞类和线条类两种类型。由于不同种类的缺陷,其纹理与结构细节不同,文中采用了两套不同的图像处理方案。对于孔洞类缺陷检测首先采用SIFT算法对缺陷进行精确定位,然后基于形状匹配进行像素标定,得到所有孔洞类的缺陷面积判断是否为缺陷;对于线条类缺陷检测使用基于图像梯度矢量进行特征描述,之后利用动量搜索的FPLE算法获取缺陷骨架。(4)利用最小二乘法拟合圆的算法对刹车盘的轮廓进行了拟合,实现尺寸测量。并使用基于机器视觉的工业表面缺陷检测系统V1.0对刹车盘进行检测,完成结果的统计。