磁环是一种广泛应于电子电路中的常用元件。磁环本体是一块环状的导磁体,生产时需要对磁环外圆及内圆边缘切割成圆角,这样会使磁环表面产生磨削纹理,同时会有掉块、凹陷、杂质、粘膜等各种缺陷。目前,磁环外观缺陷检测主要依赖正常光照条件下的人眼检测,其检测效率低、检测可靠性不高。本文针对微波炉用铁氧磁环外观质量人眼检测的不足,设计了一种基于机器视觉的磁环外表面缺陷自动检测系统,大大提高了磁环检测的工作效率和检测的可靠性和一致性。论文主要开展了以下工作:首先,概述了机器视觉系统的组成及主要技术特点,分析了机器视觉的主要行业应用情况。然后,分析了磁环检测的背景及意义,根据磁环表面缺陷检测的要求,对系统的结构组成进行了概述,研究了系统的结构设计要求和设计难点,设计了系统框架和各个工位的光学成像系统。再次,重点研究了磁环检测视觉图像的几何变换,基于SIFT、GLOH和HoG的特征变换预处理算法,基于深度学习的语义分割方法等图像处理算法,并验证了算法的可行性和有效性。最后,开发系统样机并对软硬进行了大量现场测试,测试结果能满足用户的检测需求,验证了所提系统方案和图像处理算法的可行性和可靠性。