直缝焊管因其优越的性能被广泛应用于管道运输中，随着我国经济的高速发展，需要大量的直缝焊管。国内直缝焊管的生产主要靠人工目测焊缝的半自动焊接，难于实现大批量、高质量的全自动化生产过程。因此，实现对直缝焊管焊缝的自动检测，是实现直缝焊管自动化生产的关键，并对我国经济建设有着重大意义。 本文主要研究基于机器视觉的直缝焊管焊缝的自动检测技术，其核心是图像处理算法。图像处理包括一系列的图像处理过程，每一步图像处理算法的选择都会影响其后续的处理工作。针对直缝焊管焊缝的特点，采用中值滤波以降低噪声的影响，用阈值分割把图像中的焊缝从背景中分离出来，采用Canny算子检测焊缝边缘，最后采用Hough变换来识别焊缝。根据实际情况对Hough变换进行改进，改进后的Hough变换减少了运算次数，提高了处理速度，使其能更准确和更快地检测出焊缝边缘特征，为其在自动焊接中的应用提供了良好的基础。 在进行Hough变换后，要判断检测出的直线特征是否为焊缝边缘。首先在Hough变换的参数空间中找出两个最大值所对应的角度和半径，然后比较这两个角度是否平行（接近平行），如果符合平行（接近平行）的要求再对两个半径进行比较，判断它们的差值是否在合理的焊缝宽度范围。在确定焊缝边缘后再进行焊缝宽度和焊缝中心位置的计算。为了防止检测出的焊缝宽度和中心位置误差较大而造成整个焊接失败，事先设定一个允许的误差值，超出允许误差则进行修正，保证了检测的准确性。 试验证明，所用的图像处理算法能够快速地检测出焊缝宽度及其中心线位置，并且保持较高的检测精度。