光器件作为光模块中承担光电信号转换的关键部件,在光纤通讯中发挥着至关重要的作用,而光器件中用于建立电连接的金丝焊线的重要性更是不言而喻。由于焊线直径微细,质地柔软,在生产过程中极易产生缺陷,因此产品出厂前必须对焊线质量进行检测。为了帮助企业实现质量检测的自动化,设计了基于立体视觉的光器件缺陷检测系统。该系统由左中右三台相机组成,并配置了同轴光及低角度环形光两套照明。本文着重研究了光器件焊线提取方法,将其分解为焊线的区域分割、断裂区域修复和中心线提取,以获取焊线的准确分布。主要的研究内容如下:首先,为了有效提取图像中的焊线区域,研究并设计了一种基于多光源图像融合的焊线区域语义分割网络。该网络采用编码器-解码器结构,以同轴光和低环光六通道图像为输入,利用残差模块对编码器进行了改造,以提高网络的训练效果;增加跳层联接,加强深层特征与浅层特征的融合,并在跳层联接中引入了通道注意力机制,对融合后的图像特征进行筛选,以保证焊线区域有效特征的留存。实验证明,本文网络能较好地分割出左中右相机图像中的焊线区域。其次,针对焊线区域分割中难免出现区域断裂的问题,本文以左中右图像相互参照的思想,研究并实现了一种基于多视角图像融合的焊线断裂区域判别与修复方法。当一台相机图像的焊线区域出现断裂时,以另外两台相机图像中对应焊线区域的情况作为参考,综合判断此断裂为真实断线还是伪断线。若为伪断线,则利用技术手段将断裂区域进行修复,以保证焊线的完整性。实验证明,该方法能有效抑制焊线检测中断线的漏报和误报。最后,针对焊线中心线的提取问题,研究了基于场景信息先验的焊线中心线提取方法,较好解决了多焊线交叉重叠情况下焊线中心线的提取。综合论文三部分工作及算法,成功解决了光器件缺陷视觉检测中金丝焊线的提取,为下一步焊线三维重构和缺陷检测奠定了基础。