类陶瓷体元件在生产过程中,由于生产环境及生产工艺的限制,导致所生产的元件中会有部分元件表面出现裂纹或缺陷,即不合格产品。如果不能对表面存在裂纹或缺陷的元件进行及时剔除,在后续元件使用的过程中就会存在一定的安全隐患。为了完成对不合格产品的剔除,排除安全隐患,目前大都采用人工目测的方法来对元件进行外观检测。但人工目测具有主观性强、效率低、劳动成本高等缺点,因此当前迫切地需要一种高效的检测方法来代替人去完成类陶瓷体元件表面的外观完整性检测。近年来,数字图像处理技术快速发展,基于图像处理的自动检测技术凭借其非接触、高精度、速度快的优点在许多领域中得到了广泛应用。本文利用图像处理技术,针对微小类陶瓷体元件,对元件端面裂纹检测方法及缺陷检测方法进行了深入研究。本文所研究的主要工作内容如下:(1)搭建了微小类陶瓷体元件端面裂纹图像采集系统。利用低角度环形光作为照明光源对元件端面图像进行拍摄,将所采集的图像作为裂纹检测的原图像进行处理。(2)搭建了基于双结构光的类陶瓷体元件端面缺陷图像采集系统。该系统采用双条纹结构光左右打光的照明方式来对元件端面图像进行拍摄。在采集得到的图像中,缺陷部分结构光条纹的走向有明显的改变,该特征为后续元件端面缺陷的检测提供了依据。(3)本文针对微小类陶瓷体元件端面裂纹较细且灰度值不均匀的特征提出了一种新的裂纹检测算法。该算法主要分为三个步骤:首先,采用基于双边滤波和局部灰度差处理的双重阈值法来获取候选裂纹,由于裂纹区域灰度值不连续,对于同一条裂纹不能够进行完整的提取,只能得到一些裂纹片段;之后,根据裂纹片段的接近度和连续性特征通过张量投票得到完整裂纹的显著性图谱及裂纹曲线;最后,通过该裂纹曲线与之前提取出的候选裂纹片段相结合,对属于同一条裂纹的裂纹片段进行连接并去除非裂纹区域。实验结果表明,所提出算法与根据裂纹片段首尾位置进行连接的方法相比具有更好的性能评价。(4)针对图像中缺陷区域结构光条纹走向改变的特点,本文提出了使用自身拟合的模板线对图像中条纹偏离点进行标记的方法来获取表面缺陷。该方法首先利用Steger算法对结构光条纹的中心线进行分段提取;之后,根据线段连接的四个条件来对走向一致的中心线段进行连接;然后,采用最小二乘法对连接后的中心线进行拟合得到模板线;最后,根据模板线标记出条纹偏离点,并对标记的偏离点进行形态学处理来得到缺陷区域。