1、扁彈簧是汽車(chē)起動(dòng)機(jī)的重要組成零件之一，扁彈簧輪廓的精度直接影響了汽車(chē)起動(dòng)機(jī)的使用狀況。目前，扁彈簧的分類(lèi)和質(zhì)量檢測(cè)方法仍然為人工識(shí)別，不但工人勞動(dòng)強(qiáng)度過(guò)大，容易疲勞，檢測(cè)準(zhǔn)確率不高，而且檢測(cè)效率十分低下，極大的制約了扁彈簧的生產(chǎn)和應(yīng)用。本文提出了基于機(jī)器視覺(jué)技術(shù)的扁彈簧分類(lèi)和質(zhì)量檢測(cè)方法，對(duì)扁彈簧圖像的預(yù)處理方法、分類(lèi)方法和質(zhì)量檢測(cè)方法進(jìn)行了探索和研究，開(kāi)發(fā)出了扁彈簧分類(lèi)和質(zhì)量檢測(cè)系統(tǒng)。
　　實(shí)驗(yàn)分析了各種預(yù)處理方法的處理效果，最

2、終選擇加權(quán)平均法作為圖像的灰度化方法；選擇中值濾波方法作為圖像的去噪方法，達(dá)到在去除圖像噪聲的同時(shí)保留邊緣的效果；通過(guò)尋找輪廓最小外接矩形的方法，得到扁彈簧的感興趣區(qū)域，并使用OSTU方法對(duì)圖像進(jìn)行二值化處理。
　　實(shí)驗(yàn)研究了基于機(jī)器視覺(jué)和DDAG SVMs的扁彈簧分類(lèi)算法。對(duì)預(yù)處理圖像提取黑色像素分布向量，作為特征參數(shù)向量，然后采用DDAG SVMs方法對(duì)不同型號(hào)的扁彈簧的特征向量進(jìn)行訓(xùn)練，最后對(duì)采集到的不同型號(hào)扁彈簧測(cè)試樣本進(jìn)

3、行分類(lèi)測(cè)試實(shí)驗(yàn)。
　　根據(jù)不同扭轉(zhuǎn)角下扁彈簧橫截面圖像的特征，研究了扁彈簧質(zhì)量檢測(cè)的算法，提出兩種扁彈簧質(zhì)量檢測(cè)方法：基于SVM的扁彈簧質(zhì)量檢測(cè)方法和基于圖像輪廓特征的質(zhì)量檢測(cè)方法，并對(duì)兩種方法的結(jié)果進(jìn)行誤差分析。
　　最后，根據(jù)扁彈簧分類(lèi)和質(zhì)量檢測(cè)的任務(wù)要求，設(shè)計(jì)出扁彈簧分類(lèi)和質(zhì)量檢測(cè)視覺(jué)系統(tǒng)的總體方案，利用Microsoft Visual Studio、C++語(yǔ)言、MFC、OpenCV等開(kāi)發(fā)工具，完成了扁彈簧分類(lèi)和質(zhì)量檢