零件檢測是機器視覺技術(shù)在工業(yè)生產(chǎn)中最重要的應(yīng)用之一，在制造生產(chǎn)的過程中，幾乎所有的產(chǎn)品都面臨著質(zhì)量檢測。傳統(tǒng)的手工檢測存在著許多不足：首先，人工檢測的準確性依賴于工人的狀態(tài)和熟練程度；其次，人工操作效率相對較低，不能很好的滿足大量生產(chǎn)檢測的要求；近年來人工成本也在逐步上升。所以，機器視覺技術(shù)被廣泛用于產(chǎn)品檢測中，主要的應(yīng)用包括：存在性檢測和缺陷檢測。

3.1存在性檢測

存在性檢測的對象包括某個部件、某個圖案或者是整個物體的存在性。在制造環(huán)節(jié)中，某些步驟的缺失或者加工缺陷會導致零部件的丟失，影響產(chǎn)品的品質(zhì)，需要在進行下一步工序或出廠前分揀出來待進一步處理。通過前期的圖像采集和處理后，需要依靠顯著目標檢測算法來進行識別，從而得出顯著目標是否存在的結(jié)論。

例如李牧等提出了一種顯著目標存在性檢測算法，利用中心周邊直方圖計算出的顯著圖，提取目標區(qū)域與圖像中心點距離、目標區(qū)域位置分布方差、目標區(qū)域在圖像邊緣的分布、目標區(qū) 域分布熵、圖像顯著圖的直方圖等5種特征進行分類，并利用投票的方式最終確定輸入圖片是否包含顯著目標。通過數(shù)據(jù)集驗證，能夠有效識別出指定目標的存在性。

3.2表面缺陷檢測

表面缺陷檢測的對象為二維平面上的元素，包括孔洞、污漬、劃痕、裂紋、亮點、暗點等常見的表面缺陷，這些缺陷特別是孔洞和裂紋等，可能嚴重影響產(chǎn)品質(zhì)量和使用的安全性，準確識別缺陷產(chǎn)品非常重要。這方面的研究如岳文輝提出了一種CCD (Charge Coupled Device)圖像獲取系統(tǒng)，利用使用最普遍的電荷耦合器件CCD，在熒光磁粉無損檢測技術(shù)的基礎(chǔ)上，使用CCD進行圖像采集，然后使用相關(guān)算法進行圖像處理和模式識別，來檢測表面缺陷的類型和程度。

系統(tǒng)圖像處理和識別流程圖

零件檢測相關(guān)的工作流程一般大致如上圖所示。盡管系統(tǒng)針對于不同的對象和目的，但是其圖像處理和圖像識別內(nèi)核差異不大。圖像處理和識別都是從采集的圖像出發(fā)，經(jīng)過單色化處理、閾值處理，圖像膨脹處理，孤點濾波等預(yù)處理之后，對圖像的特征進行提取并描述，最終輸出結(jié)果。

4、 圖像識別

圖像識別利用機器視覺技術(shù)中的圖像處理、分析和理解功能，準確識別出一類預(yù)先設(shè)定的目標或者物體的模型。在工業(yè)領(lǐng)域中的主要應(yīng)用有條形碼讀取、二維碼掃描識別等，以往多用NFC標簽等載體進行信息讀取，需要與產(chǎn)品進行近距離接觸。而隨著工業(yè)攝像機等硬件設(shè)備的更新?lián)Q代，二維碼等標識可以被遠距離讀取和識別，而且攜帶的信息更豐富，可以將所有產(chǎn)品信息寫入二維碼，而無需聯(lián)網(wǎng)查詢信息。