拉链是人们日常生活必需品的重要组成部件,生产过程中由于人工、设备等原因导致其常出现链齿、链带等缺陷,严重影响了其使用性能和产品品质。传统的人工检验方式存在着检验结果滞后、检验效率低、检验结果不稳定、成本高等缺点,已严重制约了拉链企业向智能化、信息化的发展。本文将机器视觉技术应用到金属码装拉链的检测中,针对链齿和链带分别提出了相应的检测方法。根据金属拉链的链齿高反光和链带复杂纹理的特点,选用背光源和无影光源组成的复合光源,设计了拉链图像的采集实验平台。根据实际工况中常出现的噪声,分析并研究了常见的滤波器效果,确定了用中值滤波对拉链图像降噪的方法。针对链齿缺陷的表现形式,研究了链齿根间距作为链齿缺陷检测特征的可行性,提出了基于链齿根间距检测链齿缺陷的方法。通过对拉链图像的大津法阈值分割、Sobel边缘检测、Hough变换直线提取,确定了测量根间距的基准线,在基准线方向上对链齿测量间距并检测,设计实验并验证了该方法的可行性。根据链带的常见缺陷,提出了广泛应用于织物检测的纹理分析方法进行链带检测。介绍并研究了灰度共生矩阵用于链带纹理特征的提取,重点研究不同构造因子对提取特征量的影响。分析并设计了支持向量机的分类器对链带缺陷进行识别,设计实验验证了基于灰度共生矩阵提取链带纹理特征和支持向量机进行缺陷识别的有效性。