中国已成为制造业大国,而检测技术是制造业中重要的一环,只要是用人工来做的重复性检测,我们都可以尝试利用机器视觉来解决。　　 机器视觉在国民经济的发展中有着广泛的作用,其最大的特点是与被测对象无接触。机器视觉以其速度快、精度高和无接触等优点正逐渐取代人工检测方法。但机器视觉的发展还不成熟,在检测领域的应用还亟待完善。　　 目前,国内很多密封橡胶圈生产厂商主要靠人工检测产品缺陷,检测精度和速度都达不到生产要求。本课题的研究目的是建立一套基于机器视觉的密封橡胶圈缺陷检测系统,主要从以下几个方面进行了讨论和研究:　　 (1)搭建一套密封橡胶圈缺陷检测实验平台,包括光源和摄像机的选择、照明系统的设计等。实践证明:本课题所搭建的实验平台符合系统的设计精度要求；　　 (2)研究针对密封橡胶圈的检测算法。详细探讨了数字图像处理技术在密封橡胶圈缺陷检测中的应用,对缺陷检测中的每一步骤,如图像预处理、图像增强、边缘检测等都进行了大量的实验验证,对比了各种算法的优缺点。针对本课题所研究的黑色密封橡胶圈对比度低、缺陷不易检测的特点,本文提出了一种混合检测算法检测低对比度的橡胶圈缺陷,并从理论和实验两方面对检测效果做了分析。实验结果表明:相比传统的单一算法来检测缺陷边缘,检测效果有了很大的提高；　　 (3)针对橡胶圈的特征提取,如尺寸和圆心的测量,本文提出了一种旋转线段法来寻找边界点,该算法提高了检测效率,取得了较好的效果；　　 (4)分析了检测误差的因为,如系统误差、图像噪声、算法误差等。并提出了减小误差的方法。