随着近年来国内外的工业发展,复杂危险的工作环境中人工检测已不能够满足必要的检测需求,所以为了提高工业流水线检测效率、减少人工检测所造成的误检率和更加客观的、可靠的评价焊接质量,本文将机器视觉的相关技术应用于焊接的缺陷检测领域中,设计了同轴和低角度两种光源的图像采集系统,开发了针对焊盘焊点和桥丝特征参数的特定检测算法,实现了焊接的缺陷检测,以及缺陷分类。本课题是以汽车安全气囊引爆器的桥丝作为焊接缺陷检测对象,主要从以下几个方面展开研究:(1)基于机器视觉的图像采集系统,本文在图像采集系统上设计了两种不同的图片采集方式:第一种是同轴光源照射下的采集方式,用于检测焊盘焊点的数量;第二种是低角度光源照射下的图像采集,用于对桥丝的焊接质量检测。实验结果表明,两种光源分别采用8.6V和9.4V电压进行驱动,可得到较高的特征区域和背景色的对比度,为后期图像的特征参数提取提供了清晰地特征图像。(2)基于机器视觉的焊盘焊点检测,本文首先对采集图像进行图像增强、图像滤波和特征区域的形态学处理,得到焊盘左焊点和右焊点的动态区域拟合圆,然后对图像进行旋转,检测特征区域的焊点坐标分布,并确定离散数量。经研究结果表明,正常的引爆器焊接产品只有两个焊点,且第一焊点的横向首尾坐标在705～753的动态范围内,第二焊点的横向首尾坐标在995～1023的动态范围内的都属于正常的桥丝焊接产品。(3)基于机器视觉的桥丝特征检测,本文对桥丝的特征区域首先进行二阶微分边缘检测,计算出桥丝的边缘轮廓总长,然后采用Hough变换下的直线检测算法,检测桥丝的直线数量,并根据计算出的特征区域桥丝的面积、长度、宽度和最大外接矩形来确定引爆器焊接的缺陷种类。经实验研究结果表明,正常桥丝的直线检测数量为1,且最大外接矩形的大小为245×15～255×16。本文随机选取的10个样本的检测结果均属于合格产品,相似度衡量都在0.9800以上,上机测试的检测精度达到98.10%,单次检测时长为1.9秒左右。检测精度和检测时长都达到了技术指标,可用于流水线上的实际生产应用中。本文根据题为基于机器视觉的焊接缺陷检测分析与研究的实验结果表明,正常焊接的引爆器只有两个焊点数,而且左右两个焊点的位置坐标都在一定的范围内,若横坐标不在这个标准范围内则说明引爆器有焊接缺陷存在;正常的焊接桥丝直线检测数量为1,且相似度衡量都98%以上的产品都属于无焊接缺陷产品;由检测数据分析可得本文的检测算法在检测精度和检测效率上都比工业常用的Sherlock软件的缺陷检测更占优势,由此可见本文桥丝缺陷检测算法在机器视觉领域具实际的应用价值,对下一步的缺陷检测误差分析也奠定了良好的基础。