随着工业自动化生产的发展,机器视觉系统已经应用于各行业的产品缺陷检测中,本文以纸浆环保餐盘表面缺陷为研究对象,利用面向对象语言C#和图像处理软件HALCON联合编程,对餐盘不同种类缺陷的检测进行了有益的研究。通过构建一套流水式自动进料、翻转、分选的明场照明检测装置,分别检测餐盘正反面的缺陷,抵消由于单路照明带来的限制——不能对深度较浅的、存在于餐盘底部的缺陷进行检测。根据此类餐盘缺陷特征差异划分为不同的种类,利用多种最优图像算法进行联合检测,提高缺陷的识别率和系统的稳定性。最终实现实时全自动检测餐盘破损、尺寸不标准、圆形度不良、边缘缺损或凸起、脏污、划痕和表面残留铁丝等多种缺陷。并将此套系统运用于实际餐盘生产线中,解决目前餐盘生产线上人工检测的局限性和一系列问题。本文首先回顾了机器视觉和图像处理用于产品外观检测技术的背景,然后介绍了本项目中机器视觉工程的系统构成及开发思路,和纸浆环保餐盘的产品特征,从生产流程中探讨餐盘表面缺陷的成因,并分析各类缺陷的图像特征,提出餐盘表面缺陷检测的基本目标。接下来介绍了自检机装置的模块构成和缺陷检测流程,本系统分为四个模块：图像处理模块、软件控制模块、机械结构模块和电气传动模块,并详细阐述了各模块的操作流程、控制参数、工位组成。其次针对餐盘缺陷的不同特征进行分类,设计对应的检测方案,利用阈值分割、邻域生长和面积滤波实现了餐盘区域的提取及区域划分,将餐盘分为内部圆、暗环、小内环、次环和边缘环区域,并利用Hough圆变换进行了各区域的粗检测。然后介绍了外形检测、边缘缺陷检测、脏污铁丝检测、划痕检测等适用于多种类型餐盘的缺陷检测方案,通过数据分析和比较,展示各种检测方案的效果。最后,对所做工作中的不足之处进行总结,并提出后续的改进方案。