焊接构件的外观检测作为焊接产品生产过程中重要的检测步骤，已成衡量产品质量高低的重要方法。对于焊件外观评定过程而言，人工评定受主观因素影响较大，易产生误判信息，评定结果的准确性较低。随着计算机、模式识别以及机械电子等技术的快速发展，使得基于机器视觉的智能化辅助检测技术成为了可能。但由于经过CCD摄像机采集后的焊件外观图像存在着图像信噪比和对比度都偏低的问题，使得对焊件外观质量进行自动化、智能化地检测仍存着较多的困难。本文针对焊件外观图像的采集、处理与识别等技术的应用进行研究，实现了焊件外观图像中缺陷区域的提取与识别。首先，根据焊接产品的生产环境，开发基于机器视觉识别的焊件外观检测系统的图像采集装置。通过设计CCD摄像机的自动旋转机构及光源补偿装置，实现对焊接构件外观形貌的采集。同时，根据图像识别的基本过程，将焊件外观检测系统分为焊件外观图像采集、图像预处理、图像分割提取、焊件表面缺陷识别以及信息数据维护等五个模块。其次，针对CCD采集到的焊件外观图像的特点，将图像预处理模块分为图像灰度化转换、图像复原、图像降噪以及图像增强等四个功能。其中，采用维纳滤波法对物体在运动状态下采集到的模糊图像进行复原处理，以得到清晰的图像。之后，采用图像降噪及图像增强等方法提高图像的信噪比及对比度，为后续图像的分割提供质量良好的焊件外观图像。进一步通过对焊件外观图像的分析，针对图像中焊件表面形貌复杂等问题，采用基于核改进的模糊K均值法对焊件表面图像进行区域的分割，通过引入核束缚系数β和隶属度调节系数λ，实现对ROI区的精确分割。之后，采用区域标记法对分割图像进行区域标记，并采用图像剪影技术，实现焊缝区与缺陷区的提取。此外，采用种子填充技术实现缺陷区域内空洞的填充，以便提高缺陷区域特征参数计算的准确率。最后，通过对相关缺陷识别标准的分析，归纳总结焊接构件表面缺陷的特征参数，结合考虑焊件加工工艺等因素，设计开发基于知识库的专家系统，实现对焊接构件表面缺陷的自动识别。专家系统采用模糊推理的方式进行缺陷识别，加入了检测信息管理数据库，实现检测后信息的存储，便于技术人员对检测后的产品进行质量追溯。本文设计并实现了焊件外观缺陷检测系统。通过计算机编程语言，实现焊件外观图像的采集、处理与分析等功能，使得系统可应用于生产检测过程。