1、對(duì)微小零件尺寸大小和缺陷的精確把控是保證微小型產(chǎn)品質(zhì)量的關(guān)鍵，而目前檢測(cè)的主要方法是借助顯微工具進(jìn)行人工測(cè)量，此方法由于人為操作的主觀性和不確定性使檢測(cè)結(jié)果可能存在偏差，且勞動(dòng)強(qiáng)度大，工作效率和檢測(cè)精度不高，需要對(duì)微小零件質(zhì)量檢測(cè)系統(tǒng)進(jìn)行深入研究，實(shí)現(xiàn)高效率的在線精準(zhǔn)檢測(cè)。本文分析了基于計(jì)算機(jī)視覺(jué)的微小零件在線質(zhì)量檢測(cè)的相關(guān)技術(shù)，并對(duì)關(guān)鍵技術(shù)的實(shí)現(xiàn)方法進(jìn)行了研究。
　　通過(guò)分析微小零件質(zhì)量檢測(cè)技術(shù)的研究現(xiàn)狀，選擇IC探針作為研究對(duì)

2、象，針對(duì)探針常見(jiàn)的質(zhì)量問(wèn)題（包括尺寸偏差和表面缺陷），在結(jié)合檢測(cè)領(lǐng)域的最新研究成果的基礎(chǔ)上，設(shè)計(jì)基于計(jì)算機(jī)視覺(jué)的IC探針質(zhì)量檢測(cè)系統(tǒng)，對(duì)系統(tǒng)應(yīng)用的關(guān)鍵技術(shù)進(jìn)行深入研究，包括圖像拼接、圖像處理、邊緣檢測(cè)、亞像素邊緣定位、缺陷識(shí)別與提取等。分析和比對(duì)各種邊緣檢測(cè)算法和亞像素定位算法，選擇性能最合適的Canny算子結(jié)合改進(jìn)的Zernike矩的亞像素算法對(duì)探針邊緣及缺陷邊緣進(jìn)行檢測(cè)。
　　針對(duì)探針表面的常見(jiàn)缺陷劃痕和凹坑兩種表面缺陷及外形

3、尺寸（包括直線長(zhǎng)度和軸向直徑）建立特征模型，使用矩形度、伸長(zhǎng)度、弧度等特征參數(shù)描述對(duì)應(yīng)缺陷，基于聚類分析構(gòu)建缺陷分類器，實(shí)現(xiàn)對(duì)探針尺寸、完好程度的識(shí)別與分類回放。
　　在對(duì)微小零件檢測(cè)系統(tǒng)理論與方法透徹分析的基礎(chǔ)上，選擇OpenCV作為視覺(jué)研究的手段，應(yīng)用其強(qiáng)大的視覺(jué)處理庫(kù)對(duì)待檢零件的圖像進(jìn)行處理和識(shí)別，結(jié)合Visual C++開發(fā)工具構(gòu)成在線檢測(cè)軟件系統(tǒng)，選取同一批IC探針進(jìn)行檢測(cè)實(shí)驗(yàn)，驗(yàn)證微小零件質(zhì)量檢測(cè)系統(tǒng)構(gòu)造的合理性及檢測(cè)