实现了一种基于形状知识的长球销类不合格品自动检测系统的视觉方案。该方案首先利用长球销的形状特点得到球头圆心位置,根据工件的物理参数定位待识别部位的图像坐标,从而有效降低了后续的识别难度。对于特征明显并且不随放置位置变化的部位,设计相应的直接特征提取算法,利用特征检测识别该部位是否加工。而对于特征不明显或者特征可能变化的部位,利用模拟人类视皮层中物体识别机制的机器学习算法自动提取部位特征并利用SVM算法识别。系统的实际运行情况表明,该方案可以快速有效地识别工件是否合格,错误率约为千分之五,基本上达到了人眼的识别率。本文的主要研究工作为:1.系统总体方案设计,包括工业摄像头、镜头等硬件的选型、系统光源和背景等的选择等等。2.经过分析与比较,并考虑检测速度,采用一种结合梯度信息的概率Hough变换检测圆的算法来得到长球销球头的圆心坐标以及半径值。3.提出了一种基于长球销形状知识的待识别部位的定位算法。4.对于特征明显并且不随放置位置变化的部位(如螺纹、凹槽、倒角等),设计相应的直接特征提取算法。5.对于特征不明显或者特征可能变化的部位,利用模拟人类视皮层中物体识别机制的机器学习算法自动提取部位特征并利用SVM算法识别。