一、文献综述
（一）国内外研究现状
众所周知，人类从外界获取的信息中 80%来自于视觉，视觉是观察世界、认识世界的重要途径。机器视觉是一种由计算机系统模拟生物微观或宏观视觉功能的技术，被广泛应用于检测、智能控制和自动化等研究领域，并在过去的几十年里取得了突破性的进展。机器视觉技术的核心即数字图像处理技术，包括图像增强、图像平滑、图像分割、边缘提取等知识，亦趋于成熟，为更高精密的视觉检测提供了理论支持。利用上述技术处理后的原始图像，质量显著提高，特征区域的辨识度得到明显增强。这些进步都将有利于后续的分析、处理、检测和识别。
轴承作为机械制造工业中的重要部件，被经常用于旋转机构之间的连接，以减少机构间的摩擦损伤。轴承质量直接关系到机械设备的安全性、使用性能及寿命。因此批量生产的轴承，对精度要求极高，这就迫使企业在生产过程设置大量的检测措施，包括人工肉眼的观察。一般按生产工序先后将检测措施分为材料检测、装配检测和成品检测。材料检测主要集中于接收材料的尺寸和表面，如内圈、外圈和滚珠等表面的检查；装配检测针对的是受装配过程中不确定因素造成的缺陷，涉及外表面检查和振动试验；而成品检测是轴承在包装出厂前表面缺陷检测的最后一道工序，其检测精度直接影响产品的质量。目前，企业对轴承缺陷的检测和次品的分拣，还高度依赖有经验的技术人员。由于长期工作在明亮刺眼的灯光下，不仅严重威胁着检验人员的健康，还极易出现漏检和误检。而且这种方式效率低下，结果准确度和规范性更得不到保证。加上人工目测的主观性，检测结果又与技术人员的经验及当时的精神状态密不可分，所以必然会影响持续检测的稳定性和可靠性。此外，实时的检测数据无法及时收集整理并输入计算机作进一步分析，导致不能实时反馈轴承生产的质量等信息。因此，轴承生产企业急需采用自动化的检测装置替代人工，在降低生产成本情况下，又能完成对产品质量的实时控制。
2005 年，浙江大学的雷良育等开发了适应大批量流水线生产和检测需要的轴承内外径机器视觉检测系统。该系统强调实时性 ，图像采集和处理在 生产线上完成。图像采集时通 过步进电机的控制使得CCD 光轴与轴承中心轴线同轴 ，以获得理想的图像。图像处理包括中值滤波、拉普拉斯锐化 、平滑滤波、阈值分割、轮廓提取等操作。最后根据图像处理得到的信息计算轴承尺寸。系统的标定使用了一个标准样品轴承。他们对轴承外径的测量进行了试验 ，结果显示标准方差为 0．015m m ，精度满足设计要求。
2010年，浙江理工大学的刘科文等开发了基于机器视觉的圆环形零件形位尺寸自动测量系统。该系统采用机器视觉技术实现对圆环形零件内外径和同心度的非触式测量。使用 200万像素USB 数字摄 像机获得零件图像，对图像采用双峰法寻找到合适的闽值将图像二值化，运用轮廓跟踪法找到零件的边缘，对边缘数据采用最小二乘法拟合求出零件的内外径和同心度 。
2015年崔明等人针对轴承滚动体缺陷在线检测的需求,对检测的关键技术进行了研究，实现了滚动体缺陷的检测。针对轴承图像的特点,在对图像进行滤波、灰度增强和二值化的基础上,采用了一种基于环形区域的边缘搜索和最小二乘圆拟合相结合的圆检测法,完成了轴承ROI区域的检测和提取。为了实现轴承滚动体的缺陷检测和缺陷分类,对连通区域(圆度和面积)的特征进行了分析。实验结果表明,所采用的方法对轴承滚动体缺陷的检测实时性好,准确率可以达到100%,具有较高的应用价值。
（二）研究主要成果
1、ensp;图像采集技术——机器视觉的基础ensp;
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
