电连接器组件是航空航天、工业、精密机械乃至家用电器领域的控制与驱动系统中的重要基础元器件。电连接器壳体表面粗糙度是否合格严重影响了其密封性和耐腐蚀性,进而影响电连接器组件质量。为了实现表面粗糙度高效率高精度检测,本文以电连接器壳体为对象,基于机器视觉研究提出一种电连接器壳体表面粗糙度的视觉检测方法。该方法对比人工检测有更高的检测效率和精度,且本文方法的提出对以后类似样品的表面粗糙度检测提供了依据。本文依照图像采集、特征参数提取、关系模型建立和表面粗糙度检测实验的过程,对各关键技术做了深入理论研究与实验分析。本文的主要研究内容如下:1.高质量图像的获取。以获取高质量图像为目标对光源和照明系统、视觉参数进行分析,研究提出了基于单面阵CCD的电连接器壳体表面缺陷检测方法。2.纹理缺陷检测及分割。由于电连接器壳体表面缺陷极大地影响了表面粗糙度检测,本文提出在表面粗糙度特征参数前进行壳体表面缺陷检测。首先根据缺陷检测目标区域和背景区域的特点对缺陷图像进行分类,并根据电连接器壳体表面缺陷所属类别,研究提出了基于小波分析的纹理缺陷检测方法。3.表面粗糙度特征参数提取。研究表征表面粗糙度的两种理论:灰度共生矩阵和分形理论,及其特征参数提取方法。对灰度共生矩阵三个构造因子:灰度量化等级、生成方向、生成步长做了具体分析,并确定其取值。4.表面粗糙度关系模型建立。对表征表面粗糙度的14个特征参数各自进行最小二乘法直线拟合,择优选择拟合优度最大的方差和参数建立表面粗糙度关系模型,并根据该模型对待测壳体表面粗糙度进行实验分析,实验结果表明该模型的表面粗糙度检测误差在7%以下。