1、隨著工業(yè)4.0和中國制造2025的提出，我國的制造行業(yè)已經(jīng)向更深層次進行轉(zhuǎn)型發(fā)展，其中提高制造業(yè)自動化程度便是一項重要的發(fā)展目標，特別是在互聯(lián)網(wǎng)+的背景下，機器視覺在工業(yè)制造、國防、交通、自然災(zāi)害預(yù)防、醫(yī)療等行業(yè)的應(yīng)用越來越廣泛，機器人自動化技術(shù)也成為研究熱門。其中，機器視覺是機器人自動化中的核心技術(shù)之一，如何提高機器視覺的速度和檢測可靠性，滿足越來越高的精度應(yīng)用要求，成為了越來越多學者和制造行業(yè)的關(guān)注重點。
　　本論文所研究的經(jīng)

2、濟型圖像傳感器靜態(tài)圖像的檢測系統(tǒng)，正是以圖像處理技術(shù)為基礎(chǔ)，通過優(yōu)化圖像特征提取、圖像識別分類的處理算法，提高了經(jīng)濟型圖像傳感器靜態(tài)圖像的檢測的精度，并利用仿真工具進行了實驗。通過該檢測系統(tǒng)，可以有效的提高圖像檢測精度，降低錯誤識別率，從而避免了裝配設(shè)備的錯裝、漏裝，可以提高制造企業(yè)的生產(chǎn)效率。
　　本文根據(jù)圖像處理技術(shù)原理，重點研究了以下幾部分的內(nèi)容：
　　圖像預(yù)處理技術(shù)，本文以圖像采集系統(tǒng)為基礎(chǔ)，對采集的圖像樣本進行了預(yù)

3、處理，不僅進行了傳統(tǒng)的空間均值和中值濾波處理，還將形態(tài)學處理應(yīng)用到了圖像預(yù)處理當中，有效降低了噪聲因素對檢測系統(tǒng)精度的影響。
　　圖像二值化技術(shù)，對比介紹了傳統(tǒng)的直方圖分析法和Ostu算法的理論原理，并進行了實驗分析，最終采用了Ostu算法作為系統(tǒng)圖像二值化的閾值法算法。
　　邊緣檢測技術(shù)，本文主要介紹了Sobel算法、LOG算法和Canny算法3種常用的邊緣檢測算法，并實驗對比了3種方法的處理效果，最終采用Canny算法來