本文利用机器视觉技术实现对高反射率金属随机曲面缺陷的自动化检测。机器视觉检测是一门以数字图像处理技术为基础的新兴学科，在获取图像时，要求有良好的照明光源来获取高质量的图像，以此降低图像算法的复杂度与运算时间从而实现机器视觉技术的在线检测功能。照明系统设计与图像算法的研究是机器视觉技术的关键。　　 本课题以强反射金属精抛光表面的缺陷检测为研究对象，设计一套完整的机器视觉在线检测系统，完成的研究工作主要有以下几点：　　 1．针对精抛光金属表面高反射率的特性研究了多种照明方案，分析和对比各种方案的检测效果，确定最终设计漫射式穹顶照明法。　　 2．提出基于环形带通滤波器的图像频域滤波法，通过实验判断各种缺陷的频谱分布范围，通过一频域带通滤波器与图像做滤波运算，检测出图像灰度变化值处于带通滤波器频带范围内的区域，利用二值形态学与图像灰度方差、信息熵与自适应动态阈值结合算法，逐一判断可疑缺陷区域的特性，分割提取表面缺陷。　　 3．设计互补型结构元，即膨胀结构元的中心像素灰度值高于相邻，腐蚀结构元则相反，利用互补双结构元对图像做膨胀腐蚀运算，并将所得结果相减，根据灰度形态学膨胀腐蚀的基本原理，该双结构元可凸显灰度值变化的区域。　　 4．研究了Gabor滤波器的原理与性质，提出了Gabor滤波器的方向特性与单方向灰度结构元结合算法，利用了缺陷的方向信息，结合灰度膨胀腐蚀与梯度算法，增强了缺陷灰度特征，降低提取难度。