图像处理方法的研究由于对图像处理要求的不同图像处理方法多种多样主要有图像变换、图像增?强、图像锐化、图像分割与特征提取等多种方法。针对本文所设计的CCD显微放大测?量系统为达到测试的目的需对插针图像进行图像分割、平滑去除噪声、二值化等处理。在图像处理方法的原理进行了较详尽的介绍。在本文所计的这个CCD显微放大测量系统中图像处理的关键在于图像的分割和去噪声、二值化。研究采用基于阈值和动态阈值分割方法、邻域平均去噪?声的方法编程处理CCD图像。由于上述原因，图像识别处理时应采取相应的算法，提取杂质的特征，进行模式识别，实现智能分析。

视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；这样该相机需求单方向分辨率为1000，选用130万像素已经足够。图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。

ccd视觉检测设备，加工件样式千百种，大小更是。 业者在选择自动筛选机时，包括零件的样式以及共享性也是很大的考虑。有些筛选机只能适用于一种产品，甚至只能适用于单一尺寸，如此便无法将业者的投资发挥到效益，亦无法达到取代人力检测，节省成本的主要目的。对有多样产品的业者来说在成本支出上更是一大负担。有些筛选机只能适用于一种产品，甚至只能适用于单一尺寸，如此便无法将业者的投资发挥到效益，亦无法达到取代人力检测，节省成本的主要目的。

检测项目

市场上所卖机台，基本的尺寸量测上不会有太大的问题。瑕疵的检测目前少有厂家能够确实做到 (例如: 头裂，压伤，视觉检测自动化分选设备，牙孔堵塞，变形等)，但是紧固件在生产过程中却难免会有瑕疵的产生，用人工检查又耗费大量资源，经常让紧固件业者伤透脑经。其实若光线设计得当，针对产品特性做设计，使产品对于光线的反射正确地投影至镜头上的话，智能学习型视觉检测系统，上述压伤等瑕疵很容易就能够获得解决。光源类型：环形光源、背光源、同轴光源、条形光源、点光源、球积分光源等。

1. 在印刷行业的应用

利用在线/离线的视觉系统发现印刷过程中的质量问题，如堆墨、飞墨、缺印/浅印、套印不准、颜色偏差等，同时在线设备可将颜色偏差和墨量多少的检测结果反馈给PLC,控制印刷设备的供墨量，对供墨量进行在线调节，提高印刷质量和效率。

2. 在PCB板检测中的应用

利用视觉系统对PCB裸板进行检测，检测板上的导线和元件的位置和间距错误、线路和元件的尺寸错误、元件形状错误、线路的通段、板上污损等。

3. 在零件检测中应用

机器视觉检测可以轻松应对金属零件生产的质量控制，如、汽车零部件、连接器等。通过图像处理的方法，发现金属零件表面的划伤、残缺、变色、粘膜等缺陷，并指导机械传动系统将残缺品剔除，大大提高了生产效率。同时对缺陷类型的统计分析能够指导生产参数的调整，提高产品质量。这三个量相互作用有个适宜值，能量超过适宜值时，塑料的熔解量就大，焊接物易变形。