中国是工业生产制造大国,为了生产满足对象需求的工业零器件,在其生产到销售的过程中,工业零器件的检测环节必不可少,零器件的生产是否符合标准决定其是回炉再造还是对外销售。随着先进制造业的发展,工业产量与日俱增,工业检测方面的需求也日益增加,传统的人工检测已经无法满足工业产量与日俱增的需求。传统的人工检测存在人眼无法识别、效率低下、高额的人工成本、受主观因素大、无法高强度连续工作等缺点。近年来,随着计算机视觉技术的飞快发展,机器视觉已被应用到工业检测领域,并且在实际应用中取得很好的效果。为了克服传统人工检测的不足以及现有方法存在的效率和适用性等方面的局限性,本文提出了一种基于机器视觉的复光束光学物体曲面度检测方法。该方法基于光度立体视觉技术的基本原理并在此基础上改进,包括图像采集、图像预处理、物体表面法向量计算、物体表面深度信息计算、物体曲面还原检测等一系列的图像处理相关算法。首先,基于团队设计并搭建了一个专门用于复光束光学物体曲面度检测所需的图像硬件采集平台,完成来自多角度不同旋转光源方向下物体图像数据的采集;其次,针对采集的图像数据做去噪处理防止不必要的噪声干扰,对去噪后的图像以及根据每个图像所对应特征点群的分布变化来估计旋转光源方向;再次,根据光学、物体等相关理论知识,光源方向、物体表面法向量以及图像像素强度三者之间的关系求解物体表面法向量。由于数据采集时反射光的分束导致数据是离散的、局部的,使得求解的物体表面法向量也是离散的、局部的。因此,对求解后的表面法向量进行进一步的分离、插值拟合;最后,根据物体表面法向与物体切面垂直的关系,求解物体表面深度信息,完成物体曲面度的还原与检测。实验结果表明,本文所提出的基于机器视觉的物体曲面度检测方法能够满足工业检测的日常需要,在准确率和检测时间上都取得不错的效果,曲率半径准确率为99.11%、检测时间为10.266秒,为工业检测提供了一种新方法、新思路,为实现工业检测上的智能自动化起到一定的促进作用。