在精密仪器与设备的生产加工中,零件缺陷检测至关重要,但一些传统的检测方法已无法满足现代自动化的检测需求。随着自动检测技术的不断发展,基于机器视觉检测技术的应用也更加广泛。本文以某导弹**零件为研究对象,针对零件整体直径尺寸的测量和零件内孔数量、位置及面积大小的缺陷,研究了基于机器视觉的零件缺陷检测系统,针对此类型的零件检测提出了一种基于规则边缘改进的快速模板匹配算法,设计搭建了基于机器视觉的某零件缺陷检测系统,实现零件缺陷的自动检测。本文具体工作如下:（1）搭建检测系统中的硬件平台,设计零件检测的整体流程。根据零件缺陷检测的需求,设计零件缺陷检测系统的总体方案,对缺陷检测系统平台进行三维建模,完成对零件缺陷检测系统平台硬件的选型、设计与组建,并对零件缺陷检测算法的流程进行设计。（2）研究针对此零件图像的相关处理方法。主要包括预处理、边缘检测、形态学处理、ROI提取等,通过对相关图像处理技术进行分析,得到了零件图像的处理效果图,为后续零件尺寸测量和内孔缺陷检测进行准备。（3）对零件直径进行测量。对相机进行标定,获取了相机初始化内参数的标定结果,对原始图像进行了矫正;对测量系统进行标定,获得了标定系数K,完成测量算法研究与程序编写,得到零件直径尺寸。（4）完成了零件内孔数量、位置及面积大小的检测。通过研究图像中的连通域,对零件内孔进行连通域标记,完成了零件内孔数量的判断;将零件内孔中不规则内孔图像进行分割,检测了图像中所有内孔的位置;针对此零件进行匹配算法研究,提出了一种基于规则边缘改进的快速模板匹配方法,完成零件图像的旋转和匹配模板的制作,并对零件内孔图像的面积大小进行了检测。（5）创建零件缺陷检测分析软件,进行实验验证分析。利用MATLAB软件中的GUI模块,对零件缺陷检测软件进行用户管理、零件图像导入及处理、零件尺寸测量以及零件内孔检测四个模块的结构设计,对各个模块进行了说明和工作原理分析;最后对本文提出的零件缺陷检测系统进行了实验验证,实验结果表明该系统对此类零件的缺陷检测准确率高,检测速度快,满足了此类零件的缺陷检测需求,具有一定的工程应用价值。