圆珠笔在日常生活中使用十分广泛，而球珠作为圆珠笔芯的关键零件，其表面缺陷情况直接影响笔芯的书写性能。因此，对笔芯球珠表面缺陷检测技术的研究具有一定的理论和实用价值。本文对基于机器视觉的笔芯球珠表面缺陷检测系统开发中的试验系统设计、球珠表面缺陷图像提取、同一球珠不同视角下的缺陷图像拼接、球珠表面缺陷分类等关键技术问题进行了深入研究，并搭建试验样机，主要工作内容如下：　　根据系统技术参数要求，确定了自动上下料模块、球面展开模块、图像采集模块等检测系统关键结构的设计方案，完成了基于机器视觉的笔芯球珠表面缺陷检测系统样机的搭建，从而实现对球珠表面缺陷图像的采集。　　进行球珠表面缺陷图像提取方法的研究。首先研究了球珠表面图像采集及滤波增强的图像预处理方法。根据滤波效果对比选择高斯滤波作为图像的滤波方法；采用灰度变换方法提高球珠表面缺陷图像的对比度。对于球珠转动时其表面缺陷的大小及形状随其位置而变化的问题，本文提出将球面投射坐标系下的图像转换到球面弧长坐标系下，建立了球面图像的校正模型，恢复了缺陷在球珠表面对应的实际大小和形状。通过设置图像掩码避免将图像上由于试验装置及光源造成的阴影误识别为缺陷。采用最大类间方差法实现球珠表面图像的自动阈值分割，根据分割结果确定缺陷区域生长种子点，最后通过区域生长方法提取单幅图像上完整的缺陷图像。　　对于单幅球珠表面图像可能只包含某一缺陷的部分图像，采用基于轮廓的方法对单个球珠所获取的8幅图像提取的缺陷图像进行拼接以获取完整的缺陷图像。本文提出了基于区域面积比的轮廓角点检测算法，该算法首先定义区域面积比为轮廓将圆形模版分割成的两块区域中较小区域的面积与较大区域的面积的比值，然后通过寻找轮廓线上区域面积比为极小值的点并与设定的阈值比较，若低于阈值则认为该点为轮廓角点。通过与同类的RJ轮廓角点检测算法和Teh-Chin算法的测试效果对比说明本文提出的算法检测的角点位置更加准确并具有更好的抗噪性。采用最短距离匹配方法实现特征点的粗匹配后通过RANSAC算法实现精匹配。最后采用线性加权法实现图像的融合。　　提出几何特征与纹理特征相结合的15个统计特征作为三种表面缺陷分类识别的有效特征。利用KNN分类算法分别分析形状特征、矩特征、统计纹理特征用于缺陷分类描述的特点，并根据试验结果选择了有效特征组合，提高了系统对缺陷种类辨识的准确率。