基于OpenCV的导向架表面缺陷检测系统

针对工厂人工目视检测导向架表面缺陷成本高、效率低等问题,提出采用机器视觉检测系统来提高检测效率和精度。通过自主搭建导向架表面缺陷自动检测平台,通过CMOS相机采集表面缺陷图像,通过Visual Studio 2017应用软件上运行的检测算法分析导向架表面缺陷。采用灰度处理、中值滤波、阈值选择、边缘检测和表面缺陷辨识等操作,对导向架表面缺陷进行识别分析并将结果反馈给执行机构,从而更加有效的识别次品。实验结果验证了该算法的可行性,单个工件的平均检测时间为43.24 ms,符合工厂的检测需求,由此可推断该检测平台及算法对导向架表面缺陷的高效检测具有一定的参考意义。