1.基于機(jī)器視覺的小模數(shù)塑料齒輪的檢測系統(tǒng)，其特征在于，包括圖像采集模塊、圖像預(yù)處理模塊以及檢測、測量和分類模塊；所述的圖像采集模塊：在低角度LED環(huán)形光的垂直照射下，小模數(shù)齒輪在傳送帶上運(yùn)動到指定位置時，光電傳感器會觸發(fā)CCD相機(jī)、攝像頭工作，攝像頭將被測場景中的目標(biāo)成像到CCD靶面上，將其變成電信號；所述圖像預(yù)處理模塊：圖像采集卡先將采集的電信號轉(zhuǎn)化為數(shù)字圖像信息，在計算機(jī)內(nèi)實現(xiàn)存儲、處理；所述檢測、測量和分類模塊：通過檢測剔除不合格產(chǎn)品，然后測量得到齒輪的一些參數(shù)，最后進(jìn)行齒輪的分類。
2.基于機(jī)器視覺的小模數(shù)塑料齒輪的檢測方法，其特征在于，包括以下步驟：A、圖像采集；B、圖像預(yù)處理；C、檢測、測量和分類；D、剔除不合格產(chǎn)品。
3.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于，所述步驟B具體步驟如下：
步驟一、先把采集的彩色圖像轉(zhuǎn)化為3幅R、G、B單通道圖像；
步驟二、使用基于Weickert的各向異性擴(kuò)散濾波算子進(jìn)行圖像平滑，達(dá)到去除噪聲的同時保留并銳化邊緣的目的。
4.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于，所述步驟C具體步驟如下：
步驟一、對平滑處理后的圖像進(jìn)行自動全局閾值分割，原理為計算圖像的相對直方圖，從直方圖中提取相關(guān)的最小值用作閾值分割；
步驟二、對分割后的圖像形態(tài)學(xué)處理；設(shè)置形態(tài)學(xué)結(jié)構(gòu)元素，對結(jié)構(gòu)元素進(jìn)行腐蝕處理，然后將源圖像區(qū)域和經(jīng)過腐蝕處理后的區(qū)域做差運(yùn)算，得到齒輪的個數(shù)和單個齒的面積，最后根據(jù)齒輪個數(shù)和單個齒的面積與標(biāo)準(zhǔn)值進(jìn)行對比，剔除不合格產(chǎn)品；
步驟三、用基于canny的亞像素邊緣檢測算子提取亞像素邊緣，提高檢測的精確度；
步驟四、用基于atukey權(quán)重函數(shù)的最小二乘圓形曲線擬合獲得一些參數(shù)；
步驟五、用圓弧測量法獲得另外的參數(shù)，經(jīng)過系統(tǒng)標(biāo)定后將圖像坐標(biāo)系轉(zhuǎn)化為世界坐標(biāo)系；
步驟六、形狀匹配對照明條件及物體灰度的變化等不敏感，故該匹配技術(shù)具有較強(qiáng)的抗干擾能力，能夠?qū)崿F(xiàn)單模板多對象匹配和多模板匹配，有效檢測出旋轉(zhuǎn)、偏移、縮放以及部分遮擋的目標(biāo)對象，在搜索匹配中采用圖像金字塔來提高搜索速度，最后通過模板和齒輪齒數(shù)，實現(xiàn)齒輪的分類。