微小零件具有尺寸精度高、表面质量好等显著特点，在应用中具有较高的可靠性要求。由于生产工艺的复杂性和多样性，在生产加工过程中，零件表面经常会产生划痕、裂纹、凹坑、焊盘等微小缺陷。

　　这些缺陷不仅降低了零件的使用性能，而且给使用带来很大的安全隐患。因此，在工厂使用之前，有必要通过一些测量手段对有缺陷的零件进行检测。目前，微小零件的表面质量检测通常是由检测人员借助微工具进行的，检测结果容易受到检测人员主观因素的影响，视觉检测方法也会对检测人员和视觉造成很大的危害。

　　无锡精质自动化检测设备厂家提出采用基于机器视觉的自动检测设备对小零件表面质量进行检测，具有快速检测精度高、稳定性好等优点，受到广泛关注。　　针对微小零件表面的划痕和凹坑缺陷，无锡精质自动化检测设备厂家构建了一种基于图像处理技术的非接触式快速检测方法。为了有效、准确地避免人为因素的影响，提出了一种基于机器视觉检测技术的检测方法。

　　采用改进的边缘分割算法，在零件边缘位置准确提取出假缺陷的边缘位置。图像以边缘为边界划分为不同的区域。利用区域形态学方法进一步对缺陷进行滤波，有效地降低了缺陷检测算法的误检率。

　　小零件检测内容分析

　　根据企业提供的缺陷样品、生产条件和检测要求，将微小零件表面检测缺陷分为划痕和凹坑。划痕是指在没有特定方向和长度的零件磨削过程中，由于机器的冲击而产生的划痕，具有线性特征凹坑是指在加工过程中，由于操作不当或模具中的小砂而在零件表面留下的小凹坑痕迹。

　　无论是划痕还是凹坑缺陷目标，缺陷目标在整个图像中所占的像素很小，在低信噪比区域，缺陷目标的灰度值与不均匀背景的差值不明显。因此，为了准确地检测和识别缺陷，必须采用有效的算法来突出图像中的缺陷特征，削弱图像的背景特征。　　无锡精质自动化检测设备厂家所研发的自动化检测设备，采用工业相机将被检测的目标换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征。