我国陶瓷生产企业众多，在国民经济中占有重要地位。然而，目前国内墙地砖的质量检测仍然是采用人工分拣方式，这既限制了分拣的准确性，也影响了生产成本的进一步降低，严重制约了产品档次的提高及出口能力的增强。因此，研制适合我国国情的在线自动分拣墙地砖的计算机集成分拣系统，对填补国内空白，逐渐形成规模效益，满足我国建陶行业技术装备现代化需求，并使我国尽早成为陶瓷生产强国有着重要社会意义和实用价值。 本论文基于图像处理、识别技术和人工智能技术，针对墙地砖的种类和特点，着重研究了墙地砖实现质量自动检测的理论方法和算法，并取得了以下结果： 1．在分析了常用的灰度图像和彩色图像的滤波去噪方法的基础上，结合墙地砖的特点，提出了基于稀疏分布窗口的快速中值滤波方法，并且从实验结果得出不同类型的墙地砖所适用的稀疏分布窗口。该方法具有节省存贮空间、提高效率和运算速度的特点。 2．分析了Canny算子和Radon变换的原理和使用方法，给出了适合墙地砖边界提取的Canny算子的阈值选取方法。提出了基于墙地砖边界特征的配准方法，该方法应用Canny算子和Radon变换进行墙地砖边界特征的提取和检测，再通过图像旋转和平移实现基于墙地砖边界特征的配准，并用于规则图案墙地砖的表面缺陷检测。 3．对互相关法进行了改进，提出了基于互相关法的图像配准方法并用于规则图案墙地砖的精确配准，实验结果证明在进行基于墙地砖边界的初级配准后，再进行基于互相关法的配准可以得到更精确的配准结果。 4．介绍了O．J．Tobias的基于共生矩阵差分统计的自动视觉检测方法，然后提出了两种用于墙地砖自动缺陷检测的新算法，其中一种算法利用图像划分和色度局部累加直方图的方法得到具有颜色空间分布和统计特征的特征矢量，并应用于墙地砖表面颜色缺陷的自动检测和识别研究；另一种算法则应用共生矩阵纹理特征与颜色特征构造一个判断矢量实现各种类型墙地砖的自动质量检测。实验结果证明了这两种方法的可行性。 5．提出了基于小波变换的HSI空间的彩色纹理墙地砖图像的特征提取新算法，得到具有颜色、纹理和尺度融合信息的特征矢量。并应用BP神经网络以及特征提取新算法对彩色随机纹理墙地砖进行了自动质量检测研究。实验结果证明了该方法是可行的，并且检测率较高，但是网络训练时间较长。