本论文对机器视觉在工业检测中的应用进行了深入的研究，并在此基础上完成了多个实际应用项目。围绕机器视觉在工业检测中目前存在的问题，本文主要进行了以下几个方面的研究工作： (1)机器视觉系统中照明系统的设计照明系统是机器视觉系统中的重要一环，灯光的选用对机器视觉的功能有重要的影响。要根据被检测目标的表面反射特性以及摄像机摄取图像的频率等选择合适的光源和光照方式，只有合适的照明条件才能得到理想的图像。 (2)CCD摄像机摄取高速运动目标的图像CCD摄像机是机器视觉系统应用最广泛的摄像机，它适合对静态目标的图像摄取。由于其在图像数据摄取和图像数据传输上采用电视的制式，所以CCD摄像机不适合摄取高速运动目标的图像，我们经过大量实验并结合CCD摄像机图像数据摄取和图像数据传输的原理，提出与CCD摄像机的高速快门相配合，将帧数据分解为场数据的方法，完全解决了CCD摄像机摄取动态目标图像的问题。 (3)聚类快速分割方法的实现与水线分割中模板的提出聚类快速分割与水线分割是图像分割中较为重要的一种图像分割方法，该方法的具体实现方式有多种，其关键是获取种子图后对目标的恢复，本文提出的12个模板就是确保目标在恢复时不互相融合。 (4)首次提出了基于凹率的图像分割方法该方法通过计算目标图像轮廓的凹率，并结合各可能分割点之间路径的平均灰度的计算，确定出目标的分割点对。从而模仿人眼对该类目标的分割过程，完成目标的分割。 (5)首次提出了归一化内标灰度级法该算法首先以局部背景为内标对检测目标进行量化，然后再用某一固定灰度级进行归一化处理，将在不同光照强度下的图像校正到相同状态下进行判别，从而使得光照强度不再影响检测结果，以适应工业检测现场光照强度不稳定的情况。 (6)首次将投影直方图法应用于二维条码识别中投影直方图是一种快速简便的图像处理手段，尤其在机器视觉检测中应用广泛。我们将此方法灵活的应用于纸基二维码的检测与识别中，获得了很好的效果。 (7)首次提出了Log—Prewitt边缘检测算子边缘检测是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础。由于边缘检测十分重要，因此成为图像处理研究领域最活跃的课题之一。人们已经发展了许多边缘检测的方法，但当成像过程中物体各部分光照强度的不均匀，或图像可能在不同光照强度下成像，光照强度的不均匀会对边缘检测造成影响。我们提出的Log—Prewitt边缘检测算子可以解决这一问题，而且可以实现边缘检测与二值化一起完成，从而运算速度快。