复合材料模压制品广泛应用于军工、民品等领域。由于模压制品成型后易产生裂纹、麻点、夹杂等缺陷,且复合材料模压制品存在较多的纹理干扰,导致在人工检测的过程中容易出现漏检、误检、尺寸检测不准等问题。基于机器视觉的检测技术可有效代替人工实现模压制品缺陷检测。但是,作为本文研究对象的此类工件多为锥形桶件,且上下直径相差较大,由于需要拍摄模压制品内壁一周才能获得内壁整体图像,而相机只能一次拍摄有限范围的面积,需要多次拍摄并将多幅图像拼接才能获取完整的内壁全景图像。针对这一问题,本文提出一种基于灰度共生矩阵纹理特征块和SURF算法进行结合的复合材料模压制品图像拼接方法。本文的主要研究内容包括:在深入分析复合材料图像纹理特征的基础上,通过各种纹理特征描述方法的对比,采用基于灰度共生矩阵的方法对复合材料纹理的特征进行全局性描述,分析了图像噪声对灰度共生矩阵提取数据的影响,并通过中值滤波减弱图像噪声的影响,为后续的复合材料模压制品图像拼接和融合提供较高质量图像。为了实现对复合材料模压制品图像的拼接,采用一种粗细匹配相结合的配准方法,通过均分法对复合材料模压制品图像进行分块处理,在每个分块内部提取灰度共生矩阵数据,实现粗匹配;利用SURF算法对所获得的匹配块内的图像特征进行提取,完成精匹配。最后通过精匹配得到的全局单应性矩阵,实现复合材料模压制品图像的配准。实验结果表明,本文所采用的配准方法能够实现复合材料模压制品图像的拼接,且运算效率较高、拼接质量较好。考虑到因拍摄问题造成的拼接图像出现的拼接缝、重影、纹理错位等情况,导致图像拼接的效果和质量下降,基于复合材料模压制品图像纹理特征的特殊性,本文采用加权泊松融合算法,对拼接后的复合材料模压制品图像进行融合处理,使拼接图像重合部分能够平滑过渡,实现纹理图像的无缝融合拼接。融合实验表明,本文所采用的融合算法在重合区域未发现错位和拼接缝等现象,实现了纹理图像间的像素平滑过渡,融合效果较好。