视觉检测系统被广泛应用于工件缺陷检测,具有速度快、精度高、非接触等优点,可以有效地克服人工检测方式的不足,提高工件生产的自动化程度和生产效率。工件缺陷的视觉检测是实现工件检测智能化的关键环节。本文以管制玻璃瓶为研究对象,对其进行缺陷检测。本文研究的主要内容及创新之处在于:1.对目前的图像采集系统进行了性能分析和分类总结,构建了图像采集实验平台,实现了工件图像的实时、高质量采集。2.根据图像的几何正则性,利用NSCT(Nonsubsampled Contourlet Transform)对图像进行处理。基于NSCT对图像进行多方向多分辨率分解,结合半软阈值实现了图像去噪,使得信噪比显著提高;结合模极大值实现了图像的边缘检测,该方法提取的边缘光滑完整,具有很强的抗噪性。3.研究了工件缺陷的检测方法和缺陷类型的识别。在Hough变换圆检测法定位圆心的基础上,用模板匹配法进行瓶口的缺陷检测;通过对缺陷周长、面积、伸长度和圆形度四个参数的测量识别瓶身的缺陷类型。4.通过大量实验验证了基于DSP的图像处理算法的可行性,开发了图像采集和处理程序,实现了系统软件由PC机向DSP的移植。对连续图像的动态实时检测进行了探讨和研究,并设计了友好的用户操作界面。