1. 研究目的与意义（文献综述）

（1）目的及意义

随着科技水平的发展，人们生活水平的日益提高，汽车开始走入了普通人的生活中，大大方便了人们的出行。汽车的制造是一项庞大而复杂的工程，其工艺标准化的重要性不言而喻。目前，我国的汽车油管生产自动化程度较低，油管端面的检测技术，也仍然停留在人工检测阶段，与国外的生产线相比还比较落后。人工检测质量问题，分拣速度慢，无法与自动化的工件生产线相对比；其准确率也依赖于质检工人的熟练程度和主观判断，容易出错；同时人工劳动强度大，容易对眼睛产生很大的伤害，人工成本也随之增加。而机器视觉的出现为工件表面缺陷检测和控制产品质量提供了技术保证。

机器视觉技术是研究用计算机模拟生物外显或宏观视觉功能的技术。它是一项综合技术，其中包括机械工程技术、光源照明技术、传感器技术、数字图像处理技术、人工智能、控制技术、电光学成像技术、计算机软硬件技术等上述技术在机器视觉中均是并列关系，只有相互协调组合运用才能构成一个成功的工业机器视觉应用系统。人类视觉系统的识别能力是有限的，而机器视觉技术则能精确定量感知，并且在不可见物体和危险场景的感知方面体现了其优越性。在工业领域中，该技术已成功地用于产品质量检验、零件的识别与定位、精密测量、刀具磨损监控和移动机器人导航等领域。同时，机器视觉技术又是一种无破坏非接触性的检测方式，非常适合于各种表面和端面的指标检测。基于机器视觉的工件质量只能检测分类系统具有客观、稳定的检测能力，有效地解决了人工检测成品工艺存在的主观性误差。同时，还能对检测到的信息进行分析处理，从而实现对工件的等级分类。

2. 研究的基本内容与方案

（1）研究目标

开发一套汽车油管端面缺陷检测的系统。包括图像处理算法、与机械控制设备通信、人机交互界面这三个方面。从而达到对油管端面缺陷较高准确率的识别，和其他机械控制设备实时配合形成流水线作业，普通工人能便捷的操作此系统的目标。

（2）研究内容

3. 研究计划与安排

（1）第1-3周，利用现有的图片做参考，构建完整的图像处理算法框架，包括图像预处理，分类器，提交开题报告和外文翻译；

（2）第4-6周，去工厂采集足够数量的图片，进一步优化算法，参数，达到预期的效率和准确率，完成阶段性报告；

（3）第6-8周，设计人机交互界面，完成阶段性报告；

4. 参考文献（12篇以上）

[1]张洪涛. 钢板表面缺陷在线视觉检测系统关键技术研究[d].天津大学,2008.

[2]彭向前. 产品表面缺陷在线检测方法研究及系统实现[d].华中科技大学,2008.

[3]朱晓珺,韩林,邹香玲. 基于sift特征与多层bp神经网络的钢板缺陷检测算法[a].组合机床与自动化加工技术,2017.