在永磁铁氧体磁瓦的出产加工过程中 ，由于原料、工艺、设备情况、报答等成分的影响 ，磁瓦表表会产生一些缺点 ，如裂纹、崩烂、欠磨等。这些缺点对磁瓦的效力会产生很大的影响 ，关系到电动系统的不变性、安全性和靠得住性。
为预防造成无法意料的后果 ，对于职能面含出缺点的磁瓦 ，必须通过检测予以剔除。目前磁瓦出产厂家根基还是靠人为目视检测 ，这种检测步骤效能低 ，每人每分钟均匀只能检测 30 片；工人劳动强度大 ，必须持续地集中把稳力 ， 导致委顿后容易产生漏检、错检 ，在精度和不变性上均难以保障；同时磁瓦出产车间噪音传染严沉 ，给员工的身段健康也带来了隐患。
磁瓦内表表缺点分析
铁氧体磁瓦是永磁铁氧体产品中技术含量较高的一个系列种类 ，它是以 SrO或 BaO 及 Fe2O3为原料 ，通过陶瓷工艺步骤造作而成。其出产流程为：配料→预烧→破碎→球磨→成型→烧结→磨加工→检测和包装。在磁瓦的出产过程中 ，由于原料、加工工艺、设备情况、报答等成分的影响 ，磁瓦表表会产生一些缺点。
这些缺点蕴含：裂纹、压痕、崩烂、掉角、欠磨、起级、尺寸不合格、倒角不合格等 ，出现出复杂性和多样性。
磁瓦出产过程中的成型工序是保障磁瓦最终质量的极为沉要的前提之一 ，在这一过程中 ，模具质量的曲直、成型磁场的大幼及散布、浆料自身的个性等 ，对坯件都有分歧水平的影响。磁瓦坯件的烧结工序是决定磁瓦产品质量的关键成分。烧结温度、炉膛内各部位的温度散布、烧结时的进板速度如节造不合理 ，将产生裂纹等缺点。磨加工是磁瓦出产过程的最后一路精加工工序 ，磨加工过程中的砂轮镀砂质量、一次切削磨加工量、进给速度以及冷却水的用量 ， 对磁瓦磨加工质量起着沉要作用 ，如节造不当 ，容易造成磨加工面的裂纹 ，甚至磨加工面边角的崩裂 ，导致磁瓦缺边掉角。
凭据企业提供的缺点样品和现实出产情况 ， 本文针对磁瓦内表表常见的裂纹（蕴含深裂纹和浅裂纹）、崩烂、欠磨和压痕四种缺点进行检测和鉴别。
检测道理
当一组平行的光线入射到物体表表时会产生镜面反射和漫反射 ，反射光和散射光的强度取决于物体表表的粗糙度和缺点的情况。由于缺点的存在 ，磁瓦表表的粗糙度和反射平面法线方向将产生变动 ，从而导致反射光和散射光强度的变动 ，且由表表缺点导致的光强变动将大于由表表粗糙度分歧所引起的光强变动。由于反射光和散射光中都蕴含出缺点的信息 ，因而能够通过大量的尝试 ，凭据反射光和散射光强度的变动判断出缺点的变动。
在光源的照射下 ，表表质量合格的磁瓦图像出现出的灰度散布相对均匀 ，而存在表表缺点的图像则存在灰度的突变 ，通过利用图像处置算法即可从图像中提取出缺点 ， 进而对缺点的类型进行鉴别。
硬件系统的设计
图像采集硬件系统的重要职能是采集磁瓦图像 ，并将图像信息转变为推算机所能识此外数字信号 ，其设计的曲直将直接影响最终检测的了局。
一个好的硬件系统是获取高质量原始图像的必要前提 ，从而能简化后续的图像处置过程 ，得到高精度的检测了局 ，大大提高检测效能。为了获取高质量的磁瓦图像 ，首吓爪凭据系统分辨率、检测精度等要求合理选择组成硬件系统的单元 ，蕴含摄像机、镜优等 ，而后在此基础上凭据磁瓦的个性和表观特点 ，构建出可能合用于磁瓦的光源照明 ？。
光源照明 ？橐涤腥缦绿氐悖
(1) 要求尽可能凸起磁瓦表表缺点的特点量。如检测裂纹缺点 ，就要凸起裂纹特点；检测崩烂缺点 ，就要凸起崩烂特点。
(2) 增长对比度 ，凸起布景与缺点之间的区别。对比度越大 ，图像质量越好 ，就越容易将缺点从布景中分离出来。
(3) 应保障足够的整体亮度。图像传感器有肯定的光照度要求 ，并且若是亮度过幼 ，将使图像中出现噪声的概率增大。
(4) 被检测对象表表光照均匀。磁瓦表表缺点出现的地位拥有随机性 ，不均匀的光源会导致图像灰度信息失真 ，从而不能真实地反映磁瓦表表缺点信息。为了能使缺点有效地被检测和鉴别 ， 需保障磁瓦表表光照均匀。
基于机械视觉的磁瓦表表缺点检测
针对传统机械视觉算法检测磁瓦缺点类别较为单一 ，机械进建算法鉴别率低的问题 ，提出基于深度进建进行多类别磁瓦表表缺点鉴别。
机械视觉检测系统重要由光源系统、图像采集设备、图像处置系统和执行机构组成。
图像采集设备与磁瓦长短接触的 ，对磁瓦自身出产设备没有影响 ，并且选取高帧率设备和高效图像处置算法能够显著提高检测速度。
另表推算机能够对图像处置后提取的缺点进行分类 ，既能够达到质量检测的主张 ，也能够对缺点类型进行统计分析 ，为改进出产工艺提供援手。
