产品上的字符标识是人们了解产品的重要途径,产品字符的错印,漏印将影响产品信息的正确性,因此字符缺陷检测是产品生产的重要环节。相比于效率低,主观性强的人工检测方式,机器视觉检测方式具有检测速度快,精度高,稳定性强的特点。提出基于halcon的字符缺陷检测系统,主要研究内容如下:1)研究了基于halcon编程平台的图像采集方法;2)研究了图像的预处理算法;3)研究了基于halcon的字符缺陷检测方法;4)研究了基于halcon与C#软件设计。实验结果证明,基于halcon的字符缺陷检测系统能检测出字符中细小的缺陷,可用于生产中对产品的字符检测。第40卷第9期2018-09【39】量非常大，因此对图像进行灰度化处理可降低图像处理时间。Halcon的rgb1_to_gray算子能够进行灰度化操作,其灰度图像根据下面公式所得[3]：分别表示红绿蓝三个通道，它们占的比例分别为29.9%，58.7%和11.4%。图2原始图像图3灰度图像2.2高斯滤波滤波是图像处理中常用的一种算法本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/，缺陷检测系统-数控滚圆机张家港数控钢管滚弧机折弯机液压滚弧机其主要原理是在指定图像上给定一个模板，该模板包括了目标像素及其周围的像素（一般模板的大小为3×3），而目标像素的灰度值由其他像素和自身像素的灰度值确定。均值滤波里的模板核中所有的系数都为1，虽然能够很好的取出图片中的噪点，但它却使图像变得模糊，并且破坏了图像中应有的结构特征[4]。相比于均值滤波，高斯滤波的模板核中的系数发生了变化，高斯滤波中的系数是根据式(2)得到的，其原型是二维高斯函数。σπσ+=(2)图4均值滤波核结构图5高斯滤波核结构(σ=0.8)经过高斯滤波的图像，不仅去除了图像中的高斯噪声，而且保持了图像中的细节部分和轮廓特征，但其所得效果也与系数有关，过小平滑效果不明显，达到1.8时其效果基本和平滑滤波相近，因此需要调好高斯滤波的系数。由于本文中所采取的图像打光效果好，图像噪声少，故采用σ=0.8的高斯滤波即可。图6原始图像图7高斯滤波图像图1图像获取助手缺陷检测系统-数控滚圆机张家港数控钢管滚弧机折弯机液压滚弧机本文由公司网站网站 转载中国知网整理!   http://www.dapenggunhuji.com/