本课题的研究对象是金刚线上的颗粒，主要是检测并统计颗粒的大小、数量、分布等情况。在机器视觉检测领域，对图像中的颗粒进行研究时，由于重叠颗粒、粘连颗粒的存在，要做到准确的统计出颗粒数量、大小比较困难。虽然国内外大量学者已经在这方面做出了很大贡献，但仍有提高的空间，因此基于机器视觉的颗粒检测技术的研究具有很大的发展意义。该系统有以下特点： （1）针对金刚线颗粒大小不一，形状各异的特点，提出基于可变阈值滤波的颗粒边缘增强及提取方法，提高金刚线颗粒提取的精度和质量； （2）针对金刚线颗粒的串联和并联的粘连形式，提出基于特征向量提取与类型识别的粘连金刚线颗粒分割方法，提高颗粒特征参数统计的准确性。 在金刚线颗粒检测中引入机器视觉检测技术，借助于机器视觉检测所具有的非接触、无损耗、速度快、精度高等特点来代替传统的人工检测对工业检测进步具有推动意义。 从生产企业来看，机器视觉技术的引入，不但提高了检测的精度，提高了检测效率，并且还有效节省了企业的人力物力，保证了资源的有效利用，对生产线自动化程度的提高也有积极的促进意义。 1.项目合作方式 项目的合作方式采用技术转让或技术入股的方式。 2.投入资金、用途及使用计划 项目计划投入资金30万元，对初始样机的外观结构，操控性能等方面进行改进，进一步完善软件的稳定性和功能。

成员中具有副高级职称3人，硕士学位4人，是一个高素质的科研团队。课题组成员长期从事工业控制、智能工厂的相关业务，对本课题的技术需求及技术难点比较了解。另外，课题组此前还在激光三角法三维重构方面做过深入研究，对本课题的实施也能提供一定的借鉴经验。课题组成员经常参与各种学术会议，及时了解国内外研究动态，向国内外知名学者请教，这为我们开发本课题的研究提供了外部条件 项目负责人：孙凯明，副研究员，毕业于哈尔滨工业大学导航、制导与控制专业，硕士研究生学历。主要从事电子技术、机器视觉技术研究。发表论文10余篇，专利10余项。

本项目的创新程度为第一级，主要创新点为： （1）针对金刚线颗粒大小不一，形状各异的特点，提出基于可变阈值滤波的颗粒边缘增强及提取方法，提高金刚线颗粒提取的精度和质量； （2）针对金刚线颗粒的串联和并联的粘连形式，提出基于特征向量提取与类型识别的粘连金刚线颗粒分割方法，提高颗粒特征参数统计的准确性。 上述创新点在国内没有相关报道。 本项目采用机器视觉技术对金刚线颗粒进行分割并检测其数量，能实现在线检测。本项目构建的显微机器视觉系统和基于OpenCV的颗粒检测技术都经过项目组的反复方案论证、试验测试，取得了较理想的结果。本项目的初期投入小，可以满足金刚线生产企业对金刚线颗粒检测的要求，具有较好的市场前景。 本项目技术成熟度为第五级初样级。根据实际需要，设计的系统达到以下性能指标： （1）金刚线运动速度的范围5-10m/min； （2）被检测金刚线外径范围为0.10-0.50mm； （3）金刚线颗粒粒径范围为10-60μm； （4）金刚线颗粒错检小于10%。

基于机器视觉的检测技术在近年来得到了快速发展，同时也促进了基于机器视觉检测的颗粒检测技术得到巨大进步。颗粒检测的主要内容主要有统计图像中目标颗粒的数目，测量目标颗粒的粒度、长短径，颗粒群的密度等相关特征参数。在进行检测时最为困难的部分就是颗粒分割，颗粒分割即为将重叠或者粘连的颗粒分割为单个独立的颗粒。近年来，国内外许多学者在这方面的研究中提出了宝贵的理论思想以及大量的实验结果参考。 经过几十年的发展，基于机器视觉的颗粒分割取得了不小的发展，取得的成果也很明显。但是由于图像中颗粒形状，大小颜色等各种参数的不同，导致无法使用通用的算法来实现不同种类颗粒的分割。另外，由于颗粒的重叠，粘连情况的存在，致使对颗粒的统计，检测更加困难，因此有必要设计一种高效的方法来实现重叠，粘连颗粒的分割。 本课题的研究对象是金刚线上的颗粒，主要是检测并统计颗粒的大小、数量、分布等情况。在机器视觉检测领域，对图像中的颗粒进行研究时，由于重叠颗粒、粘连颗粒的存在，要做到准确的统计出颗粒数量、大小比较困难。虽然国内外大量学者已经在这方面做出了很大贡献，但仍有提高的空间，因此基于机器视觉的颗粒检测技术的研究具有很大的发展意义。 在金刚线颗粒检测中引入机器视觉检测技术，借助于机器视觉检测所具有的非接触、无损耗、速度快、精度高等特点来代替传统的人工检测对工业检测进步具有推动意义。 目标市场为国内金刚线生产企业。

社会效益： 从生产企业来看，机器视觉技术的引入，不但提高了检测的精度，提高了检测效率，并且还有效节省了企业的人力物力，保证了资源的有效利用，对生产线自动化程度的提高也有积极的促进意义。 经济效益： 本项目瞄准国内市场，替代国外进口设备，可以减少企业的设备成本，前期投入规模较小，但市场规模较大，可以实现百万元规模的经济效益。 本项目目标市场需求稳定，技术成熟度高，风险较小。