漆包线是现代工业的重要材料,其表面质量的好坏会直接影响产品的综合性能。随着数学和计算机的发展推动,机器视觉技术也得到了迅猛发展。将机器视觉检测技术应用到漆包线表面疵病检测中,替代传统的人工检测、有损接触式检测,实现高效在线检测,从而提升漆包线产量,根据疵病的数量、类型和出现位置,为生产设备检修提供参考具有重要意义。机器视觉检测系统的核心是数字图形处理,难点在于图像全景采集、疵病的高检准率。本文设计了基于单相机的漆包线疵病检测系统,主要研究内容有如下四方面。首先,设计单相机配合四面平面反射镜,实现直径2.5-4mm漆包线图像的360°全景采集,根据图像采集要求,合理选择工业相机和镜头,设计提出双低角度环形光照明。然后,设计漆包线图像预处理算法,采用仿射变换对图像进行倾斜矫正,提取ROI屏蔽无用信息,论证幂律变换对漆包线图像增强效果最优,高斯滤波对图像去噪效果最优。其次,利用阈值分割算法分割漆包线区域,提出边缘改进阈值分割算法分割疵病区域,分析疵病区域形状特征,提出多特征组合法检测分类疵病,分析疵病局部灰度特征,提出灰度水平投影曲线二次拟合法检测疵病有无,最终通过分析对比确定两种方法结合对疵病进行检测分类。最后,C#联合HALCON根据模块化的思想设计检测软件,介绍软件人机交互界面的功能和使用方法,用漆包线样本对系统进行测试,检测速度1m/s时检准率97.7%,误检率1.3%,漏检率2.3%,实验结果表明检测系统满足设计要求。