智能电能表作为国家能源计量仪表，其显示信息的准确和可靠至关重要，因此对智能电能表外观进行质量检验是必不可少的。但传统人工检验方法因其自动化程度低、易受人工影响等弊端越来越难以满足现代生产的需要。基于此，本文设计了基于机器视觉的智能电能表外观缺陷质量检验系统，并对相关关键技术进行了研究，以克服传统人工检验方法的弊端，降低劳动强度，提高自动化程度，实现检测效率和准确度更高的实时连续在线检验。论文相关研究主要包括：分析研究了智能电能表缺陷特性、检验要求及相关背景，探讨了系统建立的重点难点，并依据机器视觉技术制定了智能电能表外观缺陷检验总体方案。根据总体方案，从硬件和软件两方面对系统进行了设计。对光源、相机、镜头等进行了选型，并依据存在的缺陷特点及图像成像原理设计了照明方式和图像采集方式，并采用计算机结合PLC的双层控制系统。以LabVIEW为开发平台开发了软件系统，实现了图像处理识别及系统控制等功能。图像处理算法是视觉检测的核心，是整个系统的关键。本文着重研究了智能电能表标牌图像预处理算法、图像定位算法、条码和特定字符识别算法、LCD显示屏和LED指示灯缺陷检验算法、LCD平行度检验算法及相关改进算法等。算法研究中，针对条码易受贴膜和油污干扰所导致的传统方法识别率不高的问题，提出了改进的条码识别算法，改进的自适应算法将条码识别区域等分，增加了识别区，识别率更高。针对传统字符识别方法无法有效识别紧缩甚至粘连字符的问题，提出了特定字符自适应定位分割重建识别算法。改进的算法通过几何形心算法得到每个字符形心，并依据字符形心自适应定位出每个字符边框再分割重建字符，重建后的字符识别率显著提高，该算法提出了一种粘连字符分割的新思路，适应性好、鲁棒性强。针对LCD显示屏背光对其检验的干扰，提出了LCD显示屏背景剔除算法，算法将显示屏背景灰度值减去其灰度值众数后重建背景，减少了背光不均匀对LCD显示屏检验的干扰。检验装置已经在生产线上得到应用，所获得的检验数据用于进行测量系统分析，从分析结果可知系统重复性和再现性能满足要求，能够完成智能电能表外观缺陷质量检验，具有很好的实用价值。