随着工业生产自动化水平不断的提高,实现产品的批量生产和自动检测变得越来越重要。本课题结合油封产业的生产现状,针对员工对油封缺陷进行肉眼检测时存在检测效率低、易遗漏、成本高等不足,提出一种基于图像处理的油封缺陷在线检测方法。通过图像的采集系统采集油封图像,先对油封图像进行预处理,包括灰度处理、中值滤波,然后通过Otsu阈值分割和链码法提取油封边缘轮廓特征,根据检测结果的特征值信息将有缺陷的样件筛选出来。实验结果表明,该检测系统能够在线完成产品缺陷检测,该方法具有检测成本低、可靠性高、实时性好、容易在线实施等优点。通过查阅相关资料在已有的油封缺陷在线检测方法的基础上,进一步研究,设计了一套合理的检测方案,设计了一套合理的检测方案。结合油封企业生产要求,对油封缺陷在线检测系统进行整体方案设计,包括对硬件选型进行详细选取。结合图像采集CCD相机与光学镜头的理论选型,安装相机与镜头,连接相机与上位机,分析了几种常见照明光源的特点,采用合理的环形LED光源。设计搭建图像采集实验平台,并对其他与本系统相关的硬件进行了选型。分析和比较了几种图像滤波和图像分割的方法,结合本实验图像的特点以及各种方法的各自优点,选择中值滤波和阈值分割对油封图像进行处理。对油封图像的边缘检测研究分析,介绍几种经典检测算子和基于小波变换的边缘检测算法,提出基于链码法的边缘检测算法进行油封边缘提取。针对油封缺陷的几种缺陷进行分类,分别分析对比了几种分类理论的各自特点,包括K近邻分类算法,决策树分类算法,神经网络法和支持向量机法。结合本课题油封缺陷种类及特性,选择基于SVM的1-1区分法,构建SVM分类器进行油封缺陷分类。经实验验证,系统能够实现油封的缺陷检测,检测精度能够达到0.01mm,满足系统技术指标的要求。