Add to ORKG枪弹作为轻武器常规弹药，是现代战争、军事演习和军事训练最主要的消耗品之一。枪弹质量检测对武器装备质量的提高起着非常重要的作用。其主要包括尺寸测量、侧表面缺陷检测和弹底表面质量检测三部分。但由于技术条件的限制，目前国内仍沿用人工检测的方式来实现枪弹表面的检测，这种方式不但检测精度低，且安全性差。因此，研究开发高效的枪弹质量自动检测系统已成为军工生产单位的迫切需求。机器视觉检测技术作为一种非接触测量技术，近年来已广泛应用到军事、农业、视觉导航等领域。将其用于枪弹质量检测中不仅可以实现枪弹质量的自动化检测，而且能大大提高检测的精度和效率。因此，基于机器视觉的枪弹表面质量检测技术的研究具有重要意义。本文以其中的弹底表面缺陷和批号为检测对象，对基于机器视觉弹底质量检测系统中的系统设计、弹底区域分割、批号识别和缺陷检测进行了深入的研究。文中首先分析了弹底表面结构和几何特性，并搭建实验平台，得到原始图像。基于原始弹底图像的特点，本文提出了一种基于HSV模型的弹底区域分割算法，该方法以H分量为基准图像，采用投影法实现了弹底区域的准确分割。根据弹底批号属于压印字符这一特征，本文设计了一套适用于弹底批号的字符识别系统。其中针对字符边缘断裂问题，提出了一种基于链码最小距离的边缘连接方法，能够在双边缘条件下实现字符的边缘连接。在特征提取阶段，设计了一种基于多特征的字符特征描述方法，该方法能够有效准确地对字符进行表示。此外，为提高整个识别系统的识别精度和效率，本文构造了一个三级组合分类器。针对不同类型缺陷的特点，提出三种缺陷检测方法，实现了弹底缺陷的检测。根据检测结果，提取多种缺陷几何特征和灰度特征，并在此基础上设计了缺陷分类器，实现缺陷的识别和分类。为验证本文所提出的检测与识别算法，将其在MATLA...