橡胶圈尺寸及缺陷检测对其质量评价及保证具有重要意义。然而,橡胶圈材料柔软,易变形,影响橡胶圈轮廓尺寸的准确测量;橡胶圈具有深色吸光特性以及可变曲率,表面缺陷情况复杂,特征难以提取,影响缺陷的准确辨识。现有检测方法大部分还处于人工检测阶段,效率低、成本高。本文针对上述问题,提出并设计了基于机器视觉的橡胶圈尺寸及表面缺陷检测方法和系统,论文的主要工作与成果如下:（1）提出了结合视觉成像和多色光多角度照明彩色成像与分析的橡胶圈尺寸及缺陷检测新方法,并设计了橡胶圈尺寸及缺陷检测系统,包括照明系统、自动化控制系统、图像采集系统、监测与定位传感系统、基于Ether CAT通讯的物联网系统。（2）提出了基于多色光多角度照明彩色成像的瑕疵准确辨识算法。该算法利用多波长多角度成像信息的复合分析,结合深度学习算法,实现准确快速的瑕疵定位与辨识。完成了算法的建模与仿真验证,验证了算法的普适性以及效率。（3）针对橡胶圈柔软易变形特点,提出了基于迭代自适应的最小二乘椭圆拟合,积分近似求解椭圆周长,进一步获取橡胶圈内外半径尺寸的算法。该算法克服了直接圆拟合求取半径尺寸的不足,有效降低了胶圈变形对其尺寸视觉测量精度的影响。（4）建立了基于机器视觉与多色光多角度照明彩色成像与分析的橡胶圈尺寸及表面缺陷检测系统装置及软件,开展了系列橡胶圈尺寸及缺陷检测测试实验,证明了系统的准确稳定高效。