绕线类工件在工业生产中应用广泛,绕线类工件检验目前以人工为主,效率低且易出错。本文致力于研究基于视觉的绕线工件特征表达与特征识别算法,研究了小样本情况下的残次品自动识别技术。主要研究内容如下:(1)设计了基于历史匹配信息的目标区域自动定位实时算法。分析了绕线件的目标区域周围颜色对线圈目标特征的干扰特性,基于历史匹配目标区域定位信息的改进系数模板匹配算法,将全区域模板匹配问题转化为一个目标区域小邻域的搜索问题,将定位时间由2.82s降低为0.02s。(2)提出了融合sobel算子和闭运算的绕线件线圈轮廓特征表达方法。针对sobel算子在独立获取线圈轮廓时存在的轮廓线断裂问题,采用闭运算实现了轮廓线有效恢复,并基于连通区域面积统计特性消除了伪目标干扰,优化了线圈轮廓的计算机特征表达。(3)提出了一种两步法的绕线件缺陷自动识别算法。分析了绕线件不同类型缺陷对应的面积和矩特性,针对“挂单边”和“漏挂”两种常见缺陷对应线圈轮廓面积两极分化的特性,通过选取合理的面积阈值,实现了上述两种缺陷的快速判别;针对“畸形”绕线面积和正品接近的问题,采用多模板zernike矩并行匹配实现了存在视差的多个挂线是否合格的同步判别。(4)在Windows环境下采用C++语言开发了一套绕线件自动识别软件系统,通过实验验证本文算法可行性。