本文通过分析当前涂装表面检测技术中存在的问题，提出把数字图像处理技术与缺陷诊断专家系统相结合的涂装表面缺陷检测方法。针对涂装表面缺陷检测的实际需求构建涂装缺陷检测系统体系结构。 首先仔细研究涂装表面缺陷图像的几何特征，利用图像特征参数定义几种典型的涂装表面缺陷类型。根据涂装表面缺陷的特点设计涂装缺陷检测系统，综合利用图像处理与识别的各种技术提出实现涂装表面缺陷检测的算法。对采集到的图像运用对比度增强技术进行图像增强，将改进中值滤波与中值滤波相结合消除图像噪声，运用差影法及灰度直方图技术进行图像分割，然后对二值的缺陷图像进行区域标记、特征参数计算，最终提取可以较好区分涂装图像缺陷的特征参数。 本设计模拟人类识别一个对象的过程，首先建立一个涂装图像对象视觉特征知识库作为计算机关于各缺陷对象的知识，在计算机程序对涂装图像进行分割和特征提取的基础上，利用对象视觉特征知识库进行涂装图像对象的自动识别。使用Visual C++和SQL Server 数据库搭建缺陷诊断专家系统知识库，以提高缺陷判别效率。该课题的涂装表面缺陷诊断系统既包括对缺陷类型的判别，也包括对缺陷产生原因的分析和解决方案的提出。依据涂装表面缺陷的特点和诊断要求，构建“特征—缺陷—原因”的因果模型。在“特征—缺陷”诊断问题的求解时，针对诊断中存在的模糊性，将不确定性推理引入诊断模型。在“缺陷—原因”诊断问题的求解中，解释推理过程，提出解决方案。 该课题以VC++6.0为开发工具，SQL Server数据库作为后台知识库实现涂装表面缺陷检测系统的开发。并对PC机上运行的图像处理算法在SEED-VPM642平台上进行了的试验验证，试验结果表明本文采用的检测算法是有效可行的，可达到预期的缺陷检测效果。