冲压件在汽车制造业中被大量使用,而对于各类冲压件表面质量的检测方法主要包括目视检测、触摸检测、涂油检测和检具检测等人工检测方法。人工检测的不足之处(如人眼的分辨能力,视觉疲劳等)使得企业在工件表面质量检测方面投入较大成本的同时,仍不能保证高而稳定的合格率和检测效率,因此及时研究适用于汽车冲压件表面缺陷的自动化检测技术来提高检测效率和检测质量是十分必要的。机器视觉检测技术作为近年来被广泛使用的非接触式自动化检测技术,其主要原理即模仿人眼视觉感知原理,获取初始图像并保存处理和判断,使机器具有像人一样的视觉功能,从而实现检测、判断、识别、测量等功能,该方法是检测分析工件表面缺陷的重要手段。因此,将机器视觉技术应用于冲压件表面缺陷检测可以提高冲压件表面质量的检测精度和自动化水平。本文的研究内容为基于机器视觉的冲压件表面缺陷检测,检测对象为汽车冲压件零部件上存在的缺陷,主要包括外观缺陷:压痕和划痕;功能尺寸缺陷:少孔和边缘缺料。本文在对检测需求进行仔细分析的基础上,主要完成以下几方面工作:1.介绍了国内外机器视觉检测技术的研究现状和发展趋势;2.分析了多种汽车冲压件表面缺陷类型及检测要求,设计了用于冲压件表面缺陷检测的机器视觉系统。通过采用不同打光方式,对被测冲压件缺陷显现效果进行了实验和分析比对,给出了不同的缺陷类型适用的打光方式;通过分析检测精度与相机分辨率的关系,选择确定了合适分辨率的工业相机;3.通过分析不同被检测工件的初始图像特征,提出了针对性的表面缺陷的数字图像处理算法,可以有效处理待检测图像并识别缺陷从而给出结果信息。通过HALCON与VS 2010联合编程编写实验软件,通过对实验平台采集的图像进行处理,验证了缺陷检测算法的有效性。