在现代化工业生产中,视觉检测是不可缺少的环节。机器视觉作为一种检测手段,综合了图像处理与分析、模式识别、人工智能等技术,被广泛应用于工业产品的在线检测,尤其是表面缺陷检测领域。轮胎内胎工业生产中由于内胎气孔制造装置加热不均匀、温度不够,车内胎喷粉装置异常,极易造成内胎气孔未打穿、气孔边缘开裂、孔洞边缘大量粉末等缺陷,严重影响了产品的质量。本课题结合车内胎生产中气孔缺陷检测的需求,对基于机器视觉的在线自动检测系统进行研究。主要工作如下:(1)参考带钢、皮革和薄膜表面孔洞检测的机器视觉原理,结合轮胎内胎生产工艺和车间环境,构建反射式车内胎气孔表面检测系统的软、硬件结构。(2)基于图像像素点,本文提出了一种结合线性变换和伽马变换的图像亮度自动调整算法,对该算法的效果进行了验证。(3)将传统阈值法和空间分析相结合,设计了一种适合车内胎气孔表面缺陷的二值化方法,该方法能更有效地分离图像中的目标和背景。另外采用形态学滤波器去除图像分割产生的孤立点。(4)提取目标特征参数,综合周长、面积、灰度和轮廓点的离散度等特征值对缺陷进行分类,并通过用户界面显示检测结果。(5)根据生产厂家对检测功能的需求,对软件系统及用户界面进行设计。通过对大批量不同生产线的内胎气孔进行测试,验证了本文设计的算法及检测系统的可行性和有效性。