金属罐内壁缺陷是影响金属罐质量的一个很大因素,同时也存在安全隐患。因饮品大多具有酸性或腐蚀性,如果直接装入金属罐,会腐蚀金属罐内壁,给食品安全带来严重影响。因此在金属罐的生产过程中,会在金属罐的内壁镀一层保护膜,以防止内壁和饮品直接接触,保护内壁完整同时保护饮品安全。本设计以机器视觉为基础,结合数字图像处理技术,针对金属罐内壁中罐口变形,焊缝缺陷以及内壁划痕等缺陷,研制了基于机器视觉的金属罐内壁缺陷检测系统。实现对金属罐内壁缺陷的自动检测。本文的主要内容及创新点如下：1)设计了系统的总体结构,对系统中需要的光源、摄像机、镜头、采集系统等设备进行了详细的分析与设计,选择出最适合本设计的硬件设施。保证了采集图像的准确、清晰。2)对系统软件算法进行了研究,包括图像灰度变换、边缘检测、最小二乘法拟合圆、极坐标转换和霍夫直线检测等。特别是在边缘检测部分,分析对比了多种边缘检测方法,选择了最适合本设计的边缘检测算法。3)通过对各区域的定位,分区域进行缺陷检测。通过锁定检测区域,大量减少了图像中的无用信息,降低了数据存储数量。在缺陷检测中,采用4线程方法对瑕疵点进行扫描,大量缩短了检测时间,提高了金属罐内壁的检测速度。4)通过设计合适金属罐内壁的缺陷检测算法,并能在Visual Studio2010平台成功运用。实验测试证明：该研究对金属罐内壁检测问题具有一定的使用价值,有效地提高了生产线的工作效率。