工业生产中,工件表面的缺陷检测是质量控制的重要环节。现代机械制造工业中,常采用机器视觉的方式进行缺陷检测。对于大型构件表面细小缺陷检测时,受限于工业相机高分辨率时视野小的情况,常采用多组工业相机进行分区域的图像采集与缺陷检测。分区域缺陷检测有利于提高检测的精度,但缺陷检测的结果难以快速对应到工件表面,不利于生产过程中缺陷的快速定位以及后续缺陷产生原因的分析。在完成分区域的缺陷检测之后,通过图像拼接技术将多个区域拼接成完整工件,并在完整工件上显示缺陷检测的结果对于生产过程具有重要意义。然而,金属构件表面的弱纹理特性使得传统图像拼接技术难以应用,同时工业生产环境下复杂的光照情况在金属工件表面产生的亮度不均衡等现象也给拼接过程带来困难。本文针对以上问题,在分区域缺陷检测结果的基础上,研究了工业生产环境下,面向表面缺陷定位的大型金属构件弱纹理图像拼接技术,具体内容包括:第一章综述了图像色彩均衡方法、亚像素特征提取、弱纹理图像拼接等技术的国内外研究现状,阐述了本文的研究背景和意义,介绍了论文研究内容和整体框架。第二章针对金属弱纹理表面特征设计了一种非接触式标记方式,并对色彩均衡算法进行了自适应改进,在此基础上提出了基于色彩均衡和特征增强的综合性金属表面标记提取算法,实现了对金属弱纹理表面标记区域的精确提取。第三章通过改进中心线提取算法,实现了对于标记中心点的亚像素精度提取。随后基于改进多尺度归一化互相关方法完成了标记点之间的精确匹配。基于透视变换原理,实现了对标记点数量及排布的优化设计完成了图像的配准,并通过实验验证了本文所提出的标记点设计规则的有效性。第四章首先提出了对配准图像表面亮度差异过大的均衡化预处理方式,随后提出对多分辨率融合方法的分层平滑过渡融合的改进方法,在此基础上通过引入更适用于工业场景的评价指标对比了几种常见融合方法,验证了本文融合方法的有效性。最后基于完整拼接图像完成了对于局部检测缺陷的全局定位转换。第五章基于本文所提出的方法,进行了大型金属构件弱纹理图像拼接与缺陷定位系统的开发。该系统包括了标记提取、标记点匹配、配准融合、缺陷定位几大功能模块。并利用该系统实现了对多个大型金属构件弱纹理表面的拼接和缺陷定位转换。第六章归纳总结了本文对于大型金属构件弱纹理表面拼接方法及缺陷定位转换的研究成果和结论,分析了本文尚存在的不足,并对今后的进一步研究进行了展望。