O形密封圈是目前工业中使用最广泛、结构最简单的一种密封元件。从石油化工、船舶到航空航天、武器装备,O形密封圈都被广泛应用,所以保证O形密封圈的质量非常重要。目前,在我国人工检测依然是O形密封圈主要的检测方式,在大规模检测时,人工检测方式不仅耗时长,精确度不高,劳动强度大,还会受到个人主观因素的影响。本文主要对O形密封圈质量的视觉检测算法进行研究,包括O形密封圈的内圈直径和截面直径的精确测量算法和O形密封圈的表面缺陷检测及分类算法,最终建立一套基于视觉的O形密封圈的质量检测系统。首先,提出了抗噪型多结构元形态学边缘检测算法。结合数学形态学基本算法的特点及不同结构元的特性,对传统的形态学边缘算法进行改进,提出了抗噪型多结构元形态学边缘检测算法。该算法能够有效消除O形密封圈表面由于反光造成的假边缘以及小缺陷造成的局部边缘。然后,提出了基于亚像素边缘的改进最小二乘圆分段拟合算法。引入圆特征估计方程改进最小二乘圆拟合法,消除小误差估计的影响,并在亚像素边缘的基础上,进行O形密封圈内外圈的分段圆拟合,来测量O形密封圈内径和线径,减小了O形密封圈由于小变形造成圆度不高情况下的测量误差。接着,提出了完备核Fisher判别分析算法。在缺陷检测和缺陷分类算法中,创造性使用模式识别算法,在KFD算法的基础上,引入第二类鉴别信息,形成完备核Fisher判别分析算法。通过试验证明了完备核Fisher判别分析算法对缺陷的识别率以及分类精度大大高于KPCA和KFD算法。最后,开发了O形密封圈视觉在线检测系统。通过试验,进一步验证了抗噪型多结构元数学形态学边缘提取算法、基于亚像素边缘的改进最小二乘法圆分段拟合算法以及CKFD算法在O形密封圈在线检测的适用性。