随着社会的快速发展,人们生活质量日益提高,制笔行业也在快速发展,笔芯的需求量日益增加。硅油注入和护套密封是笔芯生产过程中关键的两个环节,硅油保证墨水的密封性,护套不仅可保护圆珠笔笔头免受外物碰撞而损伤,其良好的密封性也可使笔芯不易漏墨、溢墨,硅油注入量和护套密封间隙缺陷会直接影响笔芯书写性能。为了提高笔芯生产的质量,检测技术的研发尤为关键,传统人工肉眼检测方法效率低、准确率低,而且检测标准很难统一,难以满足自动化生产线的实际生产需求。而机器视觉检测技术具有精度高、效率高、标准一致等优势,已经广泛应用于各领域。因此,本文对基于机器视觉的笔芯检测系统展开研究,该系统能够提高笔芯的生产质量,对实现笔芯产品的自动化检测具有重要实用价值。首先,根据检测内容进行了检测系统的硬件设计,包括光源、相机、镜头的关键部件的选型对比。对比分析了三种图像滤波方法,选用双边滤波作为图像预处理方式。然后,针对中性透明笔芯管和无色硅油灰度差异小,硅油注入量检测困难的问题,提出了一种局部灰度直方图检测方法,利用硅油对光照敏感的特性,通过调节外部光源照射角度实现无色硅油区域灰度差异的增强,能够直接通过灰度范围测出硅油注入量。实验结果表明,该方法能快速准确检测出硅油注入量,与传统人工检测相比,检测效果有很大地提升。然后为了检测笔芯护套是否具有良好的密封性,提出了一种归一化互信息与高斯金字塔结合的特征匹配检测算法,通过联合互信息和高斯金字塔形成新的图像配准方法,该联合配准方法在特征匹配时综合考虑图像的灰度信息和梯度信息,提高了匹配的准确性。通过与其他匹配算法对比实验证明,该配准方法具有更好的匹配效果。最后,根据检测需求设计了笔芯检测系统平台和人机交互界面。经过实际上机测试结果表明,该系统检测精度可达0.1mm,识别准确率可达98%,可匹配300支/分的生产线速度,达到了预期的检测目标。本文所提出的基于机器视觉的笔芯检测系统,可以准确有效地完成检测,并且还能对不合格笔芯进行分类。满足了企业对笔芯自动化检测的需求,在进一步提高算法运行速度和通信传输稳定性后,有望在轻工制笔行业进一步推广应用。