复合绝缘子芯棒的缺陷会对高压线路带来严重的隐患,芯棒缺陷的无损检测至关重要。传统的芯棒缺陷以人眼检测为主,可靠性差,检测效率低,操作难度大。随着现代计算机视觉技术的不断发展,近年来基于机器视觉的缺陷检测技术在现代工业各领域得到了广泛应用关注,成为质检解决方案的重要组成部分。因此,研究基于机器视觉相关技术的芯棒缺陷检测具有重要意义与应用价值。论文围绕着基于视觉显著性的芯棒缺陷检测进行研究。当中,本文对主要的显著性算法进行分析并针对芯棒缺陷检测需求进行算法改进,同时开发了基于显著性的芯棒缺陷在线自动检测软件。本文主要工作如下:1)利用典型视觉显著性算法对芯棒缺陷图像进行处理与分析。本文对视觉显著性的算法性能研究,利用4种不同类别的典型显著性算法分别对芯棒缺陷图像进行计算处理,分析得到各自的缺陷显著图并评价检测准确度。2)针对芯棒缺陷检测的需求,设计并实现了研究一种融合纹理和灰度的缺陷显著性检测算法。为解决LC显著性算法对局部纹理缺陷检测效果不佳的问题,对检测图样分别采用Gabor变换处理与LC算法计算并得到不同的显著图,再利用Haar小波变换法进行显著性图像融合,并运用形态学运算对缺陷二值化图像进行优化。通过对比测试,该算法进一步提高了芯棒缺陷检测的正确率。3)实现了多相机芯棒缺陷实时在线检测软件系统,使其具有定时与离线检测、多相机图像实时显示与抓拍、检测设置与保存、缺陷检测监测自动报警等功能,满足工业芯棒缺陷检测应用需求。