纽扣是服装上不可或缺的重要部件,在纽扣生产过程中,可能出现内孔变形、堵孔、裂纹和色差等缺陷。目前纽扣的缺陷检测都是采用人工目测的方式完成,大量的纽扣企业迫切希望能利用机器视觉技术进行在线纽扣缺陷检测以代替人工劳动,节约检测成本。针对以上需求,本论文以搭载TMS320DM6437 DSP处理器的智能相机系统为硬件平台,提出了针对纽扣内孔与色差缺陷的相应检测算法。对于内孔变形缺陷,采用自适应阈值进行分割,通过计算内孔的面积与圆度,识别内孔是否合格。针对裂纹缺陷,采用Canny算法提取边缘,利用裂纹垂直于内孔轮廓的特性,计算内孔轮廓外接矩形面积与长宽比,从而判断内孔是否合格。纽扣色差缺陷的检测采用离线学习结合在线检测的方式完成,离线学习过程通过对模板图像进行K均值聚类,进行纽扣颜色区域分割。在线过程通过内孔进行匹配对准,进而检测纽扣各个区域的平均色差。针对相应的纽扣缺陷,建立相应的测试数据库,内孔堵孔与裂纹缺陷算法平均运行时间为92ms,其漏检率为3.72%,误检率为3.66%。纽扣色差检测算法进行了小样本的实验,其漏检率为7.4%,误检率为13.95%。