产品的缺陷识别是工业生产过程中最常见的工作之一,目前国内的产品缺陷检测以人工检测为主,这既增加了工人的劳动强度,又难以满足现代工业对产品质量的要求。近年来,随着机器视觉在工业检测中的应用,运用机器视觉技术对产品进行在线检测,已经成为一种趋势。本文在学习借鉴国内外相关文献资料的基础上,应用Matlab图像处理工具箱,针对连接器螺母的缺陷提出了基于机器视觉的检测方法。并对相关技术进行研究,提出采用基于有效灰度统计直方图的阈值分割算法和基于有限区域迭代的Hough圆变换算法(IHTLR)来实现。本文的主要研究工作为:1.照明系统的设计,通过比较各种不同的照明方式的优缺点,采用后侧光照明,既突出了产品的外轮廓,又隐藏弱化了产品框口部位脱模留下的小突刺,这样获得的图像有利于后期的处理。2.图像预处理,分析比较了几种不同的平滑滤波器——均值滤波、中值滤波和高斯滤波器的滤波效果,发现使用中值滤波的边缘保持较好,对噪声的去除较理想。3.图像分割及边缘提取,通过对几种常见的分割算法进行比较,提出了基于有效灰度统计直方图的阈值分割算法,并运用数学形态学提取边缘。4.缺陷产品的预检,通过对缺陷产品特征的分析,采用预检的方法对部分产品进行预先检验,对余下的产品执行更精确的检测,大大的提高了系统的运行速度。5. Hough变换圆检测,通过对传统的Hough变换及RHT变换的研究,提出基于有限区域迭代的Hough圆变换算法(IHTLR),该算法具有迭代速度快,存储空间小,检测精度高的特点。