由于电解镍被广泛应用于机械加工及航天制造中,且两个领域对于电解镍的质量要求不同,因此冶镍企业为了满足不同领域对电解镍质量的不同要求,在电解镍出槽后,加入了人工筛选环节。该环节由数名员工将摞在翻板架上的电解镍逐块翻开检查,搬出需要剪切的低品级电解镍,并画出剪切线,由剪切员工按照剪切线剪切。整个过程全部为人工作业,工人劳动强度大,检验标准不固定,急需进行自动化改造。根据企业现行检测情况,在查阅资料后得知电解镍表面存在气孔和结粒两种缺陷且判定标准不同,依据人工筛选过程及企业制定的标准,决定对电解镍表面缺陷视觉检测系统进行研究。该系统分为视觉检测系统与配套机械系统两个部分,视觉检测系统部分采用暖黄色LED灯及漫射照明方式为图像采集系统的照明光源及打光方式,并使用Matlab作为图像处理平台,配套机械系统部分简要提出了机器人夹具、剪切位置调节装置以及控制系统的设计方案。本文的重点为缺陷视觉检测算法的研究,首先对采集到的电解镍图像进行预处理,选择合适的滤波算法对图像进行降噪,避免噪声对缺陷检测造成干扰,然后采用截取式分段线性变换对气孔缺陷进行增强。采用大津阈值处理算法识别气孔,改进的Canny边缘检测算法识别结粒,并在此基础上多次使用开运算分离相连的气孔缺陷,使用闭运算及基于邻域思想的边缘连接算法连接断裂的结粒边缘。检测出缺陷之后,依据企业制定的标准分别对气孔与结粒进行判定,合并两者的判定结果,将水平线、竖直线以及根据最小外接矩形确定的预选线进行对比,画出能够使缺陷面积最小的预选线,并在现有样本下完成检测成功率以及画线对比实验。本论文研究的电解镍表面缺陷检测系统,实现了电解镍表面物理缺陷的识别及画线,具有很好的工程应用价值,为电解镍表面缺陷检测的实际应用提供了一定的参考价值。