在现代工业生产中,产品质量是一个企业的生命线,如何快速,有效的检测出缺陷产品对提高生产效率非常重要。基于机器视觉系统的工业产品缺陷检测已经得到广泛应用,而形状图像的检测问题是工业产品缺陷检测经常碰到的一类问题。对于这类问题,首先要提取目标的形状图像,这一步涉及到图像预处理和分割等关键技术,如果不能获得清晰,干扰少的目标形状图像,则对后续形状分析带来困难；第二步,对分割出的形状图像进行形状分析,使之能够更好的区别于其他物体,从而达到较高的识别率,这一步涉及到形状描述和分类识别等关键问题。本文以指针式仪表表盘分割和羽毛球工艺球缺陷检测的实际要求为背景,研究了在照度分布不均匀的情况下的图像分割技术,并给出了能应用于实际羽毛球工业生产的基于形状识别的缺陷检测算法和实现的软硬件平台。主要研究成果和创新点归纳如下：1.指针式仪表图像预处理和分割在检定过程中,由于光照条件和镜头焦距所限,以及表盘玻璃反射和指针的运动,对于获取大型指针式仪表图像时很容易造成目标图像区域光照分布不均匀,以及图像偏暗。为了实现这种条件下的目标区域的分割,首先采用Laplace锐化,再加上多尺度Retinex增强的关键方法,这种方法不仅能增强对比度,而且能增加图像整体亮度,这对后续图像分割非常有利。最后再采用Otsu动态多阈值分割算法对预处理后的图像进行分割。通过实验得出,这种方法对照度分布不均匀,图像整体偏暗的情况的分割有很好的效果。由于采集到的羽毛球工艺球图像也存在这个问题,使得这种方法也能很好的应用到羽毛球工艺球形状图像的提取。2.基于VC++的羽毛球工艺球缺陷检测平台本系统包括工业相机、光源、灯光控制器,机构放置和传送带装置,软件平台为VC++。软件系统包括图像采集、图像处理算法实现、通信调试、尺寸标定,摄像调试等模块。本系统将图像采集和图像处理模块分开,从而实现了更换工业相机时无需对整个系统进行大的改动和对工业相机采集模块进行重复开发,且在图像处理模块集成了很多通用图像处理算法,使之能通过定制不同的采集模块和组合不同的图像处理算法进行不同物体的仿真实验。3.羽毛球工艺球缺陷检测在羽毛球工艺球的实际生产中,有十几种缺陷,全靠人工目测。在分析缺陷种类和大量缺陷样品调查后,确定95%的缺陷类型都是由16根羽毛叶分布不均匀造成的,在图像上反映为羽毛叶相互间形成的16个空隙区域的形状分布不均。因此,羽毛球工艺球缺陷检测内容主要是对16个空隙区域的分布均匀情况进行检测。本文采用了极半径不变矩特征提取的方法,这种方法对对称性不敏感,无论对于边界,还是区域都有很好的识别效果。最终选取了形状图像的五个极半径不变矩特征,球体外圆圆心度,羽毛叶16个顶点与球头圆心平均距离,球体外圆与球头圆心偏差总共8个特征参数构成图像特征向量组,再采用欧氏距离进行了识别,实验结果证明了该方法能有效的用于羽毛球工艺球的缺陷检测。