随着数字图像处理技术的发展,计算机视觉的缺陷检测技术成为了当今的热点问题。本文主要采用数字图像处理的理论研究了竹片图像的缺陷检测方法,分析了四种常用的缺陷检测算法,在此基础上提出了基于LabVIEW与Matlab混合编程的一种竹片图像的缺陷检测新方法。本文首先通过扫描法和最小外接矩形法对倾斜的图像进行旋转平移和目标匹配定位,建立直角坐标系,进一步完成了图像数字化处理,然后进行彩色图像灰度化、二值化及图像特征提取等操作。在上述预处理的基础上,运用轮廓检测法检测轮廓缺陷,采用图像的差影法和灰度相关性算法检测竹片图像的纹理缺陷,进一步采用灰度值统计法对纹理缺陷进行精度检测。并更深层次的采用Matlab对竹片目标区域的灰度值精确提取,进行灰度值统计分析,将阈值和灰度值的标准差比较,判断竹片的合格性。将上述几种方法进行组合检测轮廓缺陷和纹理缺陷等主要竹片缺陷。然后,进行了轮廓缺陷和纹理缺陷检测相关实验,特别是基于灰度值统计分析的纹理缺陷检测算法。在LabVIEW平台上结合Matlab脚本对竹片图像的缺陷检测算法进行了编程,这种混合编程对目标的定位和灰度值的统计比较准确,克服了光照不均和定位不准等难点。本文结合竹片轮廓缺陷、纹理斑点缺陷和灰度值统计分析方法的程序模块,实现了竹片缺陷的检测。最后,在LabVIEW平台上,完成了竹片图像缺陷检测法的程序设计,并采集了1000张竹片图像样本,分别对缺陷竹片进行人工筛选和程序筛选。实验结果表明,结合Matlab混合编程的算法,竹片检出率达到了99.10%；未结合Matlab的总体检出率为98.65%,比前者降低了0.45%。因此,采用的混合编程更具有实用性和可行性,为后续实现工业自动化奠定了基础。