机器视觉应用广泛,社会上许多行业都用到了机器视觉的技术,羽毛球生产线也逐渐使用机器视觉技术代替人工。一个羽毛球插有16根羽毛片,若在同一个羽毛球中所插羽毛片不标准或尺寸相差太大,则不仅影响羽毛球美观且严重影响到羽毛球的品质,在拍打过程中会出现飞行不稳,方向不定等状况,因此对羽毛片形状尺寸检测显得尤其重要。在传统型的羽毛片检测系统中,通常采用固定每个像素所占尺寸,通过相机捕捉羽毛片所占像素个数得到羽毛片的实际尺寸。这种方式忽略了羽毛片自身弯曲的特性,即弯曲的羽毛片会使自身在相机中的成像变大或变小,此时仍使用原固定的像素尺寸比例会造成测量误差。本文所介绍羽毛片尺寸测量方法通过使用双摄像头采集图像,并进行迭代运算,能较好的对上述误差进行校正。解决了传统羽毛测量方法所存在的问题,具有较实用的价值。本文对羽毛形状检测主要研究创新点归纳如下：1.通过使用图像分割的方法对羽毛片进行提杆,能够更加准确的分析羽毛片形状。羽毛片分为羽毛叶和羽毛杆两部分,本文在不同应用场合采用OSTU和图割分割两种分割法对羽毛片图像进行分割。通过对所提取羽毛杆进行单独分析,羽毛片每次测量都能根据所提取羽毛杆对羽毛片进行分析测量,此方法对准确测量羽毛片尺寸有一定价值,且可以提高羽毛片可测量范围。2.使用迭代计算对羽毛检测弯度和拱度的方法进行改进,使检测数据更加接近羽毛片的真实值。羽毛片顶端部分会有一定的弯曲形状,这会造成羽毛顶端离开已经校准好的标定平面,改变了系统标定物距,因此会给实际测量带来一定误差。本文采用迭代计算弯度和拱度法,通过对羽毛片正面相机和侧面相机物距的迭代补偿,解决了由于羽毛片顶端离开标定平面而引起测量误差的问题。3.本文设计了羽毛片厚度检测的工作平台,这种设计在一定程度上提高了羽毛片厚度的测量,并具有使测量系统能在单颗相机中工作的优点。上述方法均通过Matlab仿真验证,并采用VC编程实现,具有一定的实用价值。