机器视觉检测技术一般是指利用图像采集设备获取被检测物体的图像并与预先设定的标准对比从而判断被检测物体的质量状况的技术,具有检测速度快、准确率高、操作简单等优点。本文以汽车橡胶减震垫为研究对象,根据工件的物理特性、光学特性、表面特征及检测指标,以CCD相机为图像采集设备,配合计算机、软件设计及相应的接口,设计了一种基于机器视觉的非接触式工件缺陷自动检测系统。摄像机采集回来的图像往往存在不同程度的畸变,影响后续图像处理结果,根据相机成像的模型及非线性畸变的原因,研究了相机标定方法,通过从不同角度对黑白棋盘格采图,查找角点,根据物点与像点的坐标一一对应关系,求出相机的内外参数,根据这些参数实现图像畸变校正。在缺陷检测环节,首先根据采集工位和取像特点,设置像源的分配和处理流程,使图像并行处理;其次对橡胶减震垫表面缺陷图像预处理,采用基于Harris角点特征和图像灰度值相结合的图像模板匹配方法对批量工件在线模板匹配,采用小波去噪的方法处理通孔内壁,采用边缘检测的图像分割方法将目标检测区域和背景区域分离开,为缺陷识别做准备;最后根据检测要求规划检测区域,根据灰度直方图设置合理的阈值,能够准确定位缺陷部位,识别缺陷。本文设计的基于机器视觉的缺陷检测设备,具有匹配速度快、抗干扰能力强、缺陷识别准确等优点。经过反复测试表明,设备能够满足工件的在线缺陷检测需求,目前实际设备已经投入使用,提高了检测效率。