本文设计了一种基于钢球表面特征的自动分拣系统。该分拣系统以钢球表面特征为研究对象,以实现准确检测出钢球表面缺陷,自动分拣钢球为目的,并对边缘检测算法进行了较深入的研究,提出了基于伽马校正的模糊边缘检测算法。通过实验验证了本文边缘检测算法的优势及本文设计的钢球分拣系统的准确性。本文主要工作如下:(1)钢球分拣系统硬件设计。CCD相机、照明、油泵、物料传送装置、电机等装置的选择及要求。(2)钢球表面图像采集及预处理。对CCD相机采集到的钢球表面图像进行图像分割,图像去噪以及图像二值化等图像预处理操作以实现滤除噪声,简化运算量的目的。(3)提出了基于伽马校正的模糊边缘检测算法。对传统边缘检测算法在提取钢球表面缺陷边缘中存在的不足进行了分析,提出了基于伽马校正的模糊边缘检测算法。分别对灰度图像和钢球表面图像进行了边缘检测实验,实验结果表明,本文算法较传统算法能够更准确、快速的检测并获取灰度图像及钢球表面图像的边缘信息。(4)本文设计钢球分拣系统准确性的实验验证。使用本文设计的钢球分拣系统分别对30颗直径?19.050的钢球和60颗直径?15.000的钢球进行分拣。实验结果表明,本文设计的钢球分拣系统对钢球分拣准确率与钢球生产厂家检测结果基本一致。