随着计算机科学与技术的发展,机器视觉和图像处理技术已成为热门研究领域,它在工业生产中的应用越来越广泛。水平尺是一种检测和测量的工具,为了保证水平尺的准确性,在出厂前需要对其进行检测和校正。以前大多数厂家通过人眼判断水平尺是否合格,然后人工转动工件来实现水平尺的校正,这个过程不仅效率低、误差大,而且耗费大量的人力物力。现在我们开发了气泡水平尺自动检测校正系统,通过机器视觉与图像处理等方式检测水平尺中水准泡的位置并计算得到其偏移距离,以判断产品是否合格,并通过运动控制卡、伺服电机等设备自动给予校正。该系统能够大幅提高准确度和效率,节省人力物力,使整个生产检测流水线的自动化程度大幅提高。本文中,我们首先介绍了本课题的研究背景、部分图像处理算法以及机器视觉系统在工业应用中的研究现状以及发展趋势;介绍了本应用的硬件与软件结构。然后我们阐述了图像采样的原理以及意义,介绍了形态学梯度的形成并比较了不同类型的梯度图像,分析了霍夫变换的原理并提出一种基于针对本应用改进的霍夫变换的角度估算方法。最后我们详细阐述了气泡定位算法。我们提出一种基于图像梯度的灰度剖面特性动态取景框生成算法,使得取景框区域远小于原图,但包含气泡定位所需的所有信息,以减少后续的图像处理时间。我们对气泡图像的模糊最小化梯度图进行ROI区域的提取,根据基于行程编码的轮廓搜索方法找出气泡左右端点的位置,并利用高斯拟合法计算出气泡左右端点的亚像素精度横坐标。我们给出了左右平行参考线水平中点的亚像素精度横坐标的计算方法,并根据气泡图像的几何特性得到计算气泡水平偏移量以及对应的偏转角的计算方法,最后将气泡偏转角转换成电机转动所需信号对气泡进行校正使其达到水平。