成型生产是工业产品最具优势也是最主要的加工方式,采用机器视觉技术实现成型生产的实时监控,对提高生产效率和产品质量具有重要意义。为此,提出了面向成型生产的视觉式缺陷识别方法与技术。本文研究工作包括三项关键技术和一套应用系统:模腔异物识别技术,表面缺陷识别技术,制件外形匹配和检测技术,以及分级模块化双模式视觉式缺陷识别系统。取得了四项创新:图像的多分辨散度图分析技术,信号的Top-Hat变换序列分析方法,基于小尺度小波变换的边缘自适应提取技术,基于多尺度小波的形状多分辨检测技术。本文的组织结构为:第一章,阐述了面向成型生产的视觉式缺陷识别技术,综述了国内外机器视觉检测方法及关键技术的研究及应用现状,指出其在成型生产监控中意义与研究应用的不足,介绍研究内容和论文结构。第二章,研究图像变化识别存在的两大难点,分析图像之间的回归关系,提出基于散布图的异物识别方法,通过构造样条生成回归线、散点离差统计获得匹配置信区间,实现了检测的光照无关性。提出结合多分辨的散布图优化技术,通过对两幅图像分别进行同阶小波分解,获得了消除边缘细节的逼近图像,实现了检测的几何偏差无关性。通过本章技术对监控图像进行分析,判断成型模具中是否残留异物,实现了模具自动保护。第三章,分析图像中不同对象在Top-Hat变换序列中的行为,研究结构元素尺寸对分割对象的影响,提出信号的O-TH分解树和对象谱分析方法,提出最佳尺寸获取和目标修补技术,实现了具有准确性和完整性的缺陷自适应提取。通过本章提出的技术对模腔及制件表面进行检测,识别其是否存在划痕、麻坑、流痕或龟裂等缺陷,实现了模腔和产品表面质量的监控。第四章,研究在复杂背景下目标边缘的特征,分析小波尺度对变换结果的影响,提出基于小尺度小波变换和边缘完整性连接的边缘定位技术,实现了目标轮廓的完整提取。提出了小波多分辨的形状分析方法,实现了起点无关的轮廓曲线小波变换,在粗尺度下完成形变判定,在细尺度下完成轮廓缺陷精检测。通过本章提出的技术,捕获制件或模具外形,分析轮廓是否发生曲翘形变、破损或飞边等缺陷,实现了模具和制件外形质量的监控。