根据检测要求设计了滚子表面自动展开装置，并在展开轨道上方安装CCD摄像机实时采集滚子表面图像。所以，是很难具体来衡量这个缺陷的，而弧面和柱面的检测就更是个问题了，因为相机和镜头等因素的影像，是很难把弧面不同位置上面的缺陷检测出来的。为了克服滚子表面反光及采集的滚子表面图像效果较差等原因，结合试验，选择了红色LED光源作为检测光源，采用左右两个光源从滚子上方斜向打光的照明方式，得到了清晰有效的滚子表面图像。 根据滚子在线检测的环境和滚子自身的特点，通过对图像各种预处理算法的分析研究，采用了的中值滤波算法进行图像的预处理，能有效地去除噪声对图像的影响并为下一步图像的分割奠定了基础。
本文分析了磁环表面缺陷检测研究现状,提出了本课题的关键技术点。根据厂家及课题组的要求制定了相关技术指标,并根据要求对磁环缺陷检测算法进行了设计,具体如下所示:图像预处理算法设计:通过相机获取的磁环初始图像灰度不均、含有噪声等干扰因素,因此在进行检测前必须要对图像实施预处理以降低干扰因素的影响。机器视觉是机器（通常指数字计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。本文首先利用分段线性灰度变换对磁环图像进行灰度处理。然后,利用本文改进的中值滤波对磁环图像实施降噪处理。后,为了分离磁环的背景,提取有效区域,本文分别介绍了基于阈值分割和基于边缘检测的分割算法。
