底火是枪弹的关键零件之一,在子弹的击发中起到引火的作用,底火的质量直接关系到子弹的击发成功率。为了保障底火出厂的质量,要求对底火进行缺陷检测。目前生产线上仍依赖人工检测底火缺陷,存在效率低、易疲劳和标准不一致等问题。本文针对底火外观缺陷的自动化、无接触式检测需求,研究了基于机器视觉的检测方法。本文所做的工作如下:1.本文提出一种底火顶部缺陷检测方法。为了快速、准确地提取顶部和侧面感兴趣区域,本文提出了一种底火顶部-侧面快速分割算法。在此基础上,为了提高底火顶部缺口检测的准确率,本文结合欧氏距离和基于弧邻接矩阵的快速椭圆检测方法判决顶部的缺口。实验表明本文检测方法中分割算法的实时性和准确性强,且该检测方法能实现缺口缺陷判决。2.针对底火缺陷检测中缺陷类型和受损程度误判与漏判的难题,本文提出了多模糊推理级联的底火缺陷分类和受损程度分析方法。首先,本文使用游程法提取缺陷区域面积、平均灰度值、尺寸和点数等特征。其次,设计了三个模糊推理子系统的输入和输出集、隶属度函数和模糊规则。最后,将三个模糊推理系统级联实现了多种缺陷分类和受损程度分析。3.为了检测底火药面的填充缺陷,本文采用将深度图转换为二维图像,通过增强前景和背景的对比度的方式,消除复杂的噪声干扰。然后,定位目标区域和提取药面高度信息,为药面填充缺陷的检测奠定了基础。4.结合底火的制作工艺、结构特征以及缺陷检测需求,设计了本文检测系统的图像采集子系统和人机交互界面。本文设计的视觉系统与电气和机械系统协同合作,实现底火缺陷的自动化检测工序。