3D打印是一种集数字建模技术、智能控制技术及新型材料技术的新兴生产制造方式,具有加工周期短,成本投入低,材料利用率高等优点。但也存在打印过程中误差影响成型精度的问题,由于成型原理及装置结构上的限制,传统的机械加工测量及检测方法难以应用或精度较低,因此开展3D打印过程实时精度检测的新技术方法研究,对提高3D打印成品精度具有重要的意义,本文在对3D打印原理分析的基础上研究基于机器视觉的并联结构3D打印机成型精度检测问题。根据3D打印机的结构和工作原理对造成打印缺陷的机理进行了分析,研究温度变化、驱动结构误差和传动机构对成型精度的影响以及造成缺陷的原因。设计了基于机器视觉的并联臂3D打印过程实时检测机构及工作流程,构建了机器视觉结构模型,确定相机空间布局。对相机坐标系及图像坐标系进行了分析。研究了图像处理的相关算法,对图像进行灰度化以及边缘检测处理,获取图像的表面路径数据,并与切片软件路径数据进行对照实验,判断实时精度误差。根据3D打印的层叠特性,优化Canny算法的高斯滤波方式,分别在X、Y进行不同程度的一维高斯滤波,增强了图像的线性特性。设计了一种基于优化的Canny算法与Vector容器的精度检测方法,利用Vector容器实现图像信息的动态存储,通过检测层间距判断物体打印精度,并与切片数据进行对比,获得波动范围。基于霍夫变换直线检测原理,对打印缺陷类型进行了分析,并利用Canny边缘检测算法获取轮廓图像,根据霍夫变换直线检测与Set容器特性,设计一种缺陷检测算法,可有效识别常见缺陷类型,对其进行分类与判别。