随着工业4.0的推进和自动化检测水平的逐步发展,人们对于产品表面质量的要求在不断的提高,传统的人工检测方式已不能满足现代化生产的要求,同时,机器视觉技术和图像处理技术的发展,基于机器视觉的自动化检测技术已普遍应用于工业生产检测邻域。对小型零件的表面缺陷检测,机器视觉检测技术以其精确、快速、稳定等多方面的优势,已逐渐取代传统检测方式。本文以空调管内衬套为研究对象,基于图像处理方法对空调管内衬套表面常见缺陷检测进行研究。研究的主要内容如下:(1)分析空调管内衬套表面缺陷特征,提出表面缺陷检测的原理和检测系统整体方案设计,搭建视觉检测平台,采集原始图像信息。(2)结合机器视觉和图像处理技术,对空调管内衬套进行图像预处理,采用图像滤波消除噪声,通过改进Canny算子提取内衬套边缘,并结合Hough圆检测算法拟合内、外径轮廓,并通过像素尺寸标定来测量轮廓尺寸。(3)研究空调管内衬套常见的两类缺陷类型,对不同的缺陷所在区域进行有针对性的照明方式设计,并对不同缺陷轮廓的分割方法进行研究,采用基于数学形态学处理方式分割毛刺缺陷和采用基于GrabCut算法分割擦痕缺陷,均能以最优的方式突出所检测缺陷的特征信息。(4)针对检测表面为曲面这一特征,提出了曲面模型的建立,实现图像平面与实际物体表面间关系的建立,并结合相机标定理论实现图像平面到物体曲面信息的转换。本文提出的基于图像处理的空调管内衬套表面缺陷检测的研究结合了机器视觉技术与数字图像处理技术,实现了非接触的自动化检测,针对性的实现了不同缺陷信息检测方案的设计,并得到了较为准确的检测结果,其检测效率和准确性高于传统人工检测方式,提高了工业生产的精度、速度和可靠性,对理论价值和实际应用的研究具有一定的意义。