陶瓷阀芯批量生产过程中,在阀芯表面会产生裂纹、小斑点、缺角、破损、抛光不全、崩边等缺陷,极端情况产品不良率可高达20%。利用机器视觉技术替代人工目视实现陶瓷阀芯表面缺陷检测,具有非接触无损伤、速度快、稳定性强等优点。为解决陶瓷阀芯表面不同缺陷的尺度差异给缺陷检测系统灵敏度带来的影响,降低视觉处理过程中常见的图像灰度不均匀现象给缺陷检测增加的难度,研究了基于机器视觉的陶瓷阀芯表面缺陷检测方法。主要研究内容如下:(1)综述陶瓷制品表面缺陷检测技术的发展现状,分析了陶瓷阀芯表面缺陷特点与视觉检测难点,引出了对陶瓷阀芯表面缺陷划分一级缺陷与二级缺陷的研究方法,设计了检测系统与分级检测方案。在图像预处理阶段,实验对比常用感兴趣区域提取方法,确定迭代法求解阈值并提取感兴趣区域(ROI)流程。针对图像噪声信息,实验对比常用的滤波算法,以峰值信噪比、归一化均方误差作为评价依据,确定M=3的中值滤波。(2)设计支持向量机(SVM)一级缺陷分类器,提取图像几何形状特征与灰度特征,采用主成分分析法(PCA)对一级缺陷图像特征进行降维处理。采用粒子群算法(PSO)实现分类器参数优化,建立一级缺陷检测流程。(3)建立二级缺陷检测流程,确定拟合函数形式,采用最小二乘法对图像待检区域进行曲面拟合。将拟合图与原图像作差影处理,去除图像中因光照、抛光等原因造成的灰度不均匀现象。对比常用的边缘检测算法对ROI边缘提取的结果,确定选用边缘连续、无噪声点的Kirsch边缘提取结果与差分图求交集获取缺陷候选区域,选择图像特征。构建二级缺陷分类器、结合PSO进行参数优化。(4)对两级缺陷分别采用两级分类器进行缺陷检测实验,结果显示PSO-SVM检测准确率满足需求;模拟在线检测过程中可能出现的光照波动,采用三种强度光照对两级分类器检测效果进行验证,结果显示两级分类器检测准确率稳定;模拟在线检测时缺陷图像随机分布,进行一级、二级混合缺陷检测实验,结果表明检测速度、准确率均满足系统需求,验证了陶瓷阀芯表面缺陷视觉检测方法的可行性与有效性。所设计方法应用于生产线在线检测,结果显示对Φ35 mm部分型号陶瓷阀芯检测准确率与速度均满足预期要求,具有实用价值与推广意义。