孔类零件如针阀体、内螺纹、油管等在石油、化工和现代制造业中占有相当大的比重。目前,国内对这类零件的加工质量检测主要是采用人工观测对比的方法。受人为因素的影响,使得检测效率低、检测结果可靠性差,为了提高检测的效率及结果的可靠性,本文针对内孔的表面加工质量,进行了基于机器视觉的智能检测方法的研究。本文以机器视觉为手段,结合图像处理技术和模式识别技术,以智能判断待测零件加工质量为研究重点,对内孔零件的自动检测进行了研究与开发。通过采用光纤内窥镜、CCD摄像机和图像采集卡获得内孔图像,从硬件上保证了内孔图像的真实性和可靠性,从而提高了检测精度。通过对内孔图像的平滑和增强处理、图像阈值分割、轮廓提取,以及提取内孔几何参数和统计量参数的研究,利用模糊识别算法,实现了待测工件的自动检测。本论文以检测柴油机喷油器偶件针阀体内锥面的表面加工质量为例,对该检测系统进行了分析,通过试验及计算机编程处理,总结归纳出了一种基于机器视觉技术的内孔加工质量检测方法,为各类孔类零件加工质量的检测技术的发展以及对内孔智能检测中视频图像数字化采集、数字图像处理技术和模式识别技术的应用,提供了借鉴。基于机器视觉的内孔检测系统是机、光、电一体化的智能化检测产品,它将机器视觉的快速性、可靠性与数字图像处理技术和模式识别技术相结合,实现内孔加工质量的检测,免除了人工检测的种种缺点,具有自动化、非接触、高可靠性和快速性等优点,大大提高了检测效率,有望取代传统的检测手段,具有广泛的市场应用前景。