随着一批新产业新技术的发展,例如5g通信技术的兴起,对高品质注塑产品的需求也与日俱增。注塑业是标准的离散型制造业,完整的产业链包括原料的生产、运输、储存,再到注塑工厂生产成型件。而原料的质量是影响注塑成品质量的关键因素,所以加强对注塑原料质量检测是非常必要的。注塑原料的检测是一项系统的工作,检测手段包括目视、量测及试生产。其中目视主要针对注塑原料的表面缺陷及尺寸缺陷,但是传统的人工目视存在诸多缺点,容易因工人个人主观原因造成检测误差。本文主要针对注塑原料常见的三种污染进行研究,分别为氧化物污染,有机物污染及重金属污染。注塑原料的氧化物污染主要是和空气长时间接触而发生化学反应;有机物污染是因为树脂原料对生产的各个环节中可能存在的有机物有一定的吸附性;重金属污染一般是由于树脂的储存环境污染导致重金属迁移现象的发生。因为这些污染均会造成注塑原料颜色或尺寸上的变化,本文采用机器视觉的技术手段代替人工目视的检测手段。本文设计了树脂原料缺陷检测的硬件系统和树脂原料综合缺陷的判断方法,并对传统的机器视觉方法进行优化。具体来说进行了以下工作:（1）本文设计了注塑原料检测系统,硬件部分设计包括设计照明设施、相机及相关配件、图像采集卡等硬件参数,并进行整合。同时通过Visual Studio建立动态链接库。设计的检测系统可以完成对注塑原料的高质量初始图像获取。（2）本文对注塑原料图像进行了图像预处理操作,具体来说有图像平滑、图像分割、形态学处理及亚像素边缘提取四个方面。图像平滑方面,本文在对比多个平滑滤波器的效果后选择高斯滤波器以降低图像噪声;图像分割方面,本文采用动态局部阈值法分割ROI;形态学运算方面,本文使用先腐蚀再膨胀的思想处理注塑原料粘连情况;亚像素边缘提取方面,本文比较了像素级边缘提取的常用算子,并选择Sobel算子作为亚像素边缘提取的算子,结合非最优抑制对传统Zernike矩方法进行优化。预处理的结果可以获得足够丰富的注塑原料特征信息。（3）本文设计了以颜色、尺寸检测为基础的注塑原料的综合缺陷判断标准。颜色检测方面通过提取图像HSV颜色空间的H分量制作注塑原料的色调直方图,在确定特定颜色像素与整幅图像像素的比值后与设定阈值进行比较;尺寸检测需要在亚像素边缘的基础上进行曲线拟合,此过程中获得的参数可以用来判断注塑原料的尺寸。最后依据两者的检测结果进行注塑原料的综合缺陷分类,实验表明综合缺陷分类的准确率总体达到80%以上。