LED照明的广泛应用带动了LED玻璃灯杯的发展,同时也对LED玻璃灯杯的产量以及质量一致性提出了更高的要求。但是,目前在许多企业的LED玻璃灯杯生产线上,瑕疵检测还是完全依赖人工。人工检测效率低,可靠性差,容易产生误检、漏检等问题,从而导致LED玻璃灯杯的产量以及质量一致性无法得到保证。而机器视觉技术因可在线检测、非接触以及效率高等特点正在逐渐成为主流的产品质量检测技术,其不仅可以提升检测效率,还可以提高产品质量的一致性。因此,本文提出了一种基于机器视觉的玻璃灯杯质量在线检测系统。首先,从实际需求出发,本文设计了玻璃灯杯质量在线检测系统的整体方案。基于系统技术指标,本文对工业相机、镜头以及光源进行了选型分析。为了触发相机拍照以及分离劣质灯杯,设计了控制单元。详细介绍了控制单元主控板中各个模块的工作原理。在上述基础之上,提出了孔径检测系统与铆钉检测系统的设计方案。然后,重点研究了孔径检测算法与铆钉检测算法。在孔径检测算法中,提出了一种基于三点迭代的最大内切圆提取算法,其可以准确地测出圆孔实际孔径。在铆钉检测算法中,提出了一种基于最小二乘法的拟合圆算法,其可以准确地测出铆钉孔间距并判断孔的堵塞情况,另外利用二值化图像中水平方向像素值的分布以及窗口滑动算法间接的计算出了玻璃灯杯凹槽实际深度。其次,在硬件平台与算法的基础之上,设计了系统软件的整体框架。上位机负责图像处理,下位机负责控制,两者通过串口通信实现分离劣质灯杯的功能。此外,为了更加友好的面对用户,设计了基于MFC的人机交互界面。最后,针对整套系统以及内部各个模块进行了测试,并对测试结果进行了分析。总体上,系统基本功能可以实现,孔径检测系统分辨力可达到0.02mm,铆钉检测系统中中心距的分辨力可达到0.05mm。但是,通过对大量样品进行测试发现由于算法精度与稳定性还不够优秀,系统的次品误判率还有待降低。孔径检测系统次品误判率为1.74%,良品误判率为0%;铆钉检测系统次品误判率为1.22%,良品误判率为0%。