现今时代是一个科学飞驰,技术跃进的时代。科技的强大牵引力拉动行业的发展和升级。传统技艺中的部分或全部工序已被机器所取代,其效率和精度都得到了极大地提高。如:在质量把控时,取代了以往手眼并用的缺陷检测方式。机器的失误率远远低于人工,效率提高了好几倍。不仅解放了人类的双手,还解放了双眼。传统检测方式的弊端是:大费周章,层层检测,保证质量高;人工成本高;标准不一致,有误检和漏检的隐患;人有情绪,导致检测结果不客观;长期处于枯燥的工作环境以及高强度不间断地作业,对质检员造成生理和心理上的伤害。同样地,电视接插件检测也存在上述一连串类似的疑难问题。本文以其为检测对象,就如何快速识别和分类电视接插件中的缺陷进行研究和测试,设计了一套安全稳定系数高、响应速度极快和能够自动高效识别缺陷的视觉检测系统。该系统集合了机器视觉、图像处理技术还有机器学习算法等技术,能满足实时在线检测、控制自动化和智能化管理等需求。论文的主要工作有以下几个方面:第一,概述了接插件检测的背景与在实际工程应用中的研究意义、人工检测接插件出现的普遍问题,机器视觉的兴起、发展、壮大和延伸及其在国内外的研究成果;第二,阐述了视觉系统的总体框架结构及所要求达到的工作性能,强调了执行机构中硬件的组成和选取原则及设计软件架构,调度硬件执行动作;第三,描述了图像预处理的作用以及常用算法处理图像的步骤,包括图像滤波、增强图像和分割图像等,使得接插件的特征从背景中凸显或分离;第四,介绍了针脚共面度和改进的局部信噪比算法对特征数据进行提取和机器学习算法中支持向量机的思路设计和问题等价转换后的解法及推导;第五,对SVM算法数学模型的构建和训练进行实验分析和评价,采用混淆矩阵和ROC曲线这两种度量的数据评价方式,并介绍了核函数的参数调优,检测效率远高于人工,检测精度高,满足工程实际需求,准确率达到98.63%。