汽车发动机被称为“汽车的心脏”，决定了车辆的经济和环保性能。平衡轴作为发动机振动补偿的关键部分，在发动机正常运行中发挥着重要作用，是各大车企加工车间的重点。平衡轴在加工过程存在的缺陷以铁屑缠绕为主。流水线上如果存在有铁屑缠绕的平衡轴零件未被挑出并进入后续工序将会导致整条产线的停机，造成大量损失。

针对企业方自动识别并可视化显示以提示工人剔除有铁屑缠绕的平衡轴零件的需求，采用机器学习和图像处理技术，利用工业相机和工业机器人实现对缺陷零件的自动化目标识别和信号反馈。

1. 流水线上搭建机器视觉硬件环境，由硬件中的过工业相机实现图像的采集功能；

2. 完成图像采集后工业相机将图像传输至软件系统进行存储和处理；

3. 分别使用数字图像处理方法和卷积神经网络方法并行推进，对图像进行识别和判断平衡轴是否存在表面缺陷（即铁屑缠绕），结果并联输出；

4. 如识别发现同一盘平衡轴中两个工件任一有铁屑缠绕，实时给出相应的可视化信号反馈。

本项目针对企业自动识别平衡轴表面铁屑缠绕缺陷的实际需求，使用数字图像和卷积神经网络两种视觉技术进行互补，最大程度在实现检测自动化的同时保持高准确率，同时设计了配套的软件系统及用户界面，最终较好地完成了企业方自动识别有铁屑缠绕平衡轴工件并提供可视化反馈的需求，避免了依赖操作人员进行人工肉眼识别产线上平衡轴是否存在缺陷的成本高、效率低的情况，解决了工业生产中的实际问题。