随着汽车工业的快速发展,汽车的配件产业也随之水涨船高。转向阀套作为汽车转向系统中较为重要的零件,其特殊的构造和在转向系统中的重要作用使之在质量检测方面需要严格把关,而传统的检测方法为人工操作,不仅效率较低,无法保证检测质量且会造成巨大的人力资源浪费。本文从机器视觉的角度,讨论自动化检测转向阀套内孔表面质量的可能性。本文采用图像处理的方法,针对复杂内孔表面缺陷,例如划伤、擦伤和磕伤,进行智能化全自动检测。论文中,首先介绍了该课题的研究背景、意义和国内外的研究现状,之后介绍了相机、光源的选择和整个系统的结构。在处理阶段,由于内孔中有一部分图像较为复杂且无需检测,论文首先对采集到的内孔图片进行边缘检测和角点检测,这样做的目的是为了之后可以较为准确的将内孔中不需要检测的部分分离出来。之后,介绍了实现内孔图像展开算法,展开算法不参与之后的检测,主要目的是方便对系统检测到缺陷的产品进行第二次人工检测,使之更符合人眼的观察习惯。论文对内孔缺陷进行了几何、灰度和纹理特征提取,并对提取的40个特征使用主要成分分析(PCA)的方法进行了降维。最后基于Laplacian正则化支持向量机对内孔图像进行了缺陷识别并给出了实验结果。