文 献 综 述 一、 课题研究背景、目的和意义 1.课题研究背景 螺钉在工业生产中使用频率非常高，对其长度进行实时高精度的测量和分类对提高配件质量有重要作用。

传统螺钉的检测主要采用两种方法：其一是综合检验法；另一种是单参数测量法。

二者都需要人工操作，精度相对较低，整个测量过程耗时耗力，工作效率低，且易导致螺钉的螺纹损伤。

而本次研究是利用面阵CCD成像系统，结合光学测量、计算机数字图像处理等技术，设计了一套螺钉长度测量与分类的非接触式检测系统，并以matlab为平台，编制了测试程序，实现了图像数据采集、二维图像再现、边缘特征提取、边界拟合等功能，能够有效的测量螺钉的多项参数。

长期以来，我国主要应用量规和其他通用测量仪及一些专用螺钉测量仪对螺钉长度进行检测，这些传统的方法都存在一定的缺陷。

随着近年来光学成像技术和计算机技术的发展，一种基于计算机视觉的非接触螺钉长度测量技术成为研究的热点。

基于计算机视觉的非接触自动检测系统，其硬件由照明光源、测量夹具、CCD摄像机、图像采集卡和计算机及输出设备等组成。

采集的图像由数字图像处理技术进行处理，实现螺钉长度的测量。

机器视觉的发展 机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理和模式识别等多个领域的交叉学科，主要用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际的检测、测量和控制。

机器视觉是一个相当新且发展十分迅速的研究领域，已经成为计算机科学的重要研究领域之一。