卫生用品是人们在日常生活中必不可少的生活用品,随着工业自动化的发展,人们对卫生用品的质量问题越来越关注。由于卫生用品一般是机器大批量生产的,所以在生产过程中难免会出现一些压痕、污渍、褶皱等产品表面缺陷问题。对于卫生用品的表面缺陷检测,当前采用的是人工目测的方法,该方法速度慢、主观性强、效率低,越来越无法满足企业的需求。随着20世纪80年代机器视觉技术的引入,使得用机器代替人工进行卫生用品表面缺陷检测成为了可能。本文是基于工业对卫生用品表面缺陷检测的实际需求,以Haclon为平台,设计出一种检测不固定底纹柔性卫生用品的检测算法,满足了工业上对卫用品表面缺陷检测的实时性、快速性和准确率高的需求。本文的主要研究内容如下:(1)整体方案的提出。为了满足工业检测中高速、高精度的要求,系统的整体设计是针对卫生产品采集的样本图像和表面缺陷的特点而构建的。同时分析了系统的硬件结构,为以后进行图像处理提供了必要的硬件基础。(2)检测算法的设计。针对卫生用品底纹不固定、柔性材料易于受形变影响等特性,提出了一种分区域检测的算法。在该检测算法中首先对采集的样本图像进行预处理,然后在样本图像中用阈值分割的方法把样本图像分为边缘区域、棉垫区域和棉芯区域,把分割后的不同区域做不同的数学形态学的处理;然后把经过数学形态学处理后的分割图像根据其不同的区域特征设计其合适的检测算法进行图像的分区缺陷检测;最后运用区域的膨胀、腐蚀、连通等运算对图像缺陷进行提取。该算法使用德国MVtec公司的halcon算子加以编程实现,能够很好的识别产品褶皱、边缘污渍、棉垫异常、棉垫污渍、棉芯异常、棉芯污渍等缺陷。(3)系统设计及实验结果的分析。以VS2012为平台,设计了卫生用品表面缺陷检测系统界面,实现了卫生用品表面缺陷在线检测。最后通过对共500张分辨率为2048x1415的样本图像进行测试,分析了本方案提出的表面缺陷检测算法的可行性和稳定性。在实验阶段表明,该卫生用品表面缺陷检测算法的平均准确率达到95%以上,平均检测一副图像的时间开销在100ms以内,能够满足工业上实时性的要求。