切割片以其高抗拉、抗冲击和抗弯曲等性能,被广泛应用于普通钢材、不锈钢金属和非金属材质的切割。切割片在生产制备过程中因各种原因形成产品质量缺陷,需通过检测将有缺陷的次品在生产线上剔除。目前仍需人工干预才能完成检测,但人工检测存在效率低、误检率高等问题,难以满足现代生产自动化的要求。本文采用基于图像处理的检测方法,可实现实时、快速、准确检测切割片缺陷,对促进检测自动化具有重要的指导意义。首先根据切割片的大小和形状,对图像处理平台、相机、镜头、光源进行选型,针对性地使用带合理角度的环形光源进行打光,以获取高质量的切割片图像;在背景图像中提取目标图像,通过拟合边缘轮廓获取圆心坐标,实现切割片的区域分割。其次,基于SURF算法结合仿射变换实现标准图与待测图的配准,选取特征区域进行匹配,提高匹配的效率,通过欧式距离约束和RANSAC算法去除误匹配提高匹配的精度。再次,基于差影法和Blob分析法提取缺陷,并计算缺陷的最小外接矩形,将其绘制在结果图中。基于有效的图像采集硬件平台,在Matlab平台上编写检测算法,验证了算法的有效性,再在Visual Studio平台上编写C++程序代码调用Open CV编写切割片的缺陷检测程序,在算法有效性、时间效率等方面进行了优化,通过调用硬件平台的图像采集相机及其处理函数SDK,实现了实时在线检测系统。