雪糕棒又称为雪条棒,常用作雪糕的把手,也可用来制作各类手工艺品。受雪糕棒本身材质以及加工步骤的影响,成品雪糕棒经常带有各类缺陷。目前国内大部分雪糕棒生产企业的雪糕棒缺陷检测方法都是以人工检测为主。人工检测主要依赖工人的主观判断,检测结果不稳定,容易出现雪糕棒缺陷的误检和漏检。为了弥补人工检测的不足,需要专门研究一套雪糕棒缺陷的自动化检测方法。针对工业生产线上生产的雪糕棒,通过图像处理方法在线检测其毛刺、平头、缺肉和偏头四种常见的轮廓缺陷。旨在建立一套自动化程度高、检测速度快、漏检率以及误检率低的雪糕棒轮廓缺陷在线检测方法。课题研究的内容主要集中在如下几个方面:首先,依据雪糕棒生产企业的质量要求选择合适的相机、镜头、光源、PLC等硬件设备搭建机器视觉成像系统。通过调节各设备的参数以及相对位置,获取最佳成像效果,进而完成图像采集并建立缺陷图库。其次,分析雪糕棒毛刺、平头、缺肉、偏头轮廓缺陷的特征,使用Halcon图像处理软件,基于边缘检测、区域生长、曲线拟合等一系列算子编写相应的缺陷处理算法。利用缺陷图库对缺陷处理算法进行测试,记录漏检及误检情况得出测试结果,根据测试结果弥补缺陷处理算法的不足。最后,基于Visual Studio 2010开发平台,使用C++语言设计了良好的软件架构。包括基于MFC的人机交互界面、多线程模块、缺陷检测算法模块、通信模块、运动控制模块。完成上述各个模块互相之间的协作,并反复调试直到整个软件系统能够正常运行。最终,根据雪糕棒缺陷特征以及雪糕棒生产线的现状,设计了集图像采集、图像处理、数据显示以及运动控制于一体的雪糕棒轮廓缺陷在线视觉检测系统,实现了对尺寸为114mm*9.5mm的雪糕棒产品轮廓缺陷的实时在线检测。经过测试,每秒钟可以检测10支雪糕棒,平均漏检率为0.63%,满足企业对检测速度与精度的要求,在工业现场得以应用。