当前国内大多数元件生产厂对精密细小元件的质量检测仍然十分依赖人工检测,这种方式已不能满足市场对精密元件的生产量和生产质量的要求。盈泰德具有针对性的视觉检测方案,设计和开发了该精密细小元件的外观缺陷视觉检测系统,实现了元件表面质量的自动检测,提高了企业生产的效率和品质。盈泰德提出了基于机器视觉的精密细小元件的表面检测方法并分析了其优势。介绍了机器视觉的发展现状和趋势。其次,说明了视觉检测系统开发的指标,分析了检测对象以及检测的难点。设计了某精密细小元件表面缺陷视觉检测的硬件平台,结合目标特征设计了系统的图像获取方案,采用了工控机、PLC、机器人结合的控制方法,利用了机械传动和机器人抓取移动的方式配合检测,优化了资源利用率和检测效率。研究了两种简便实用正次品分离的方式,详细说明了吹出式和轨道分流式分离方法。另外,针对机器人跟踪抓取工件对相机标定进行了研究,分析相机标定的基本原理和过程,简要介绍了目前的标定方法,详细说明了基于平面靶标的标定方法并进行了实验。然后,研究了用于某精密元件表面缺陷的图像检测算法。大致介绍了图像处理的基本内容,说明了图像处理的预处理方法,对图像的增强算法和去噪算法进行了详细分析。介绍了在某精密元件的缺陷检测中区域的定位方式,重点说明了基于边缘检测和阈值分割的检测方法,缺陷特征提取与识别的具体方法。最后,编写了检测系统的视觉软件,实现了目标检测,分析了检测结果数据,并研究了漏检误检的几个原因。