当前,在动车制造企业,对于动车车轴的表面划痕检测是通过人工进行操作的,这不仅要求检测工程师具有丰富的实践经验,同时也可能由于人工操作而带来肉眼难以观察到的检测误差。随着科技的发展与进步,机器视觉已经逐渐成为可以取代人眼的重要工业系统,所以采用机器视觉来对车轴进行检测是一个值得研究的方向。虽然机器视觉在图像识别,划痕检测等领域具有很大的优势,但是现在并没有任何一种成型的方案可以适用于各种场景的检测,所以对于特定的场景,还是要进行特定的分析,并确定一个独立专门的方案来实施。本文的研究内容如下:（1）搭建了动车车轴划痕检测的工作平台,对于相机型号进行了比较并确定了双目相机型号,研究了光源的照射方式和光源形状的不同对于后续图像处理的影响,确定了光源的形状和打光方式。（2）建立了相机的成像模型,并根据张正友标定法进行了相机的标定实验,计算出双目相机的内参矩阵和视觉系统的外参矩阵后,根据参数对双目相机进行了极线校正实验。（3）根据动车车轴的划痕特征以及采集到的图像的特点,设计了对图像的预处理流程。提出了一种基于灰度相关性的边缘检测方法,设计了一种对称的圆形滤波器模板,用对称的滤波器模板对图像进行滤波,计算目标像素模板内灰度值的相关性,根据相关性来判断该像素点是否在划痕边缘上。（4）提出了一种基于一元灰度熵的划痕端点检测方法,根据图像中划痕邻域内熵的差异,确定划痕端点的位置。最后根据得到的端点坐标利用三角测量法,对划痕的空间坐标进行求取,完成对划痕的三维提取。经过实验证明,本文提出的边缘检测算法可以检测出图像完整的边缘,不会出现边缘断续的现象;本文提出的基于一元灰度熵的端点检测方法可以检测出划痕实际的端点,三维提取后对划痕长度多次测量结果的方差均小于10-3mm2,符合预期。