机器视觉检测技术是近20～30年出现的新技术,已广泛应用于众多领域中,主要用来对产品进行质量检测。本文运用机器视觉检测技术对异型弹簧的质量进行检测,包括对异型弹簧进行尺寸测量和变形缺陷检测,主要工作内容如下:首先,对机器视觉的国内外研究发展现状进行了简单综述,分为视觉尺寸测量研究现状和视觉变形缺陷检测研究现状,并对机器视觉采集系统的硬件类型进行了详细介绍,根据检测要求和选型步骤确定了相机、镜头、光源和接口,对照明系统的打光方式进行了探究,根据异型弹簧三个不同部位的检测设计了三种不同的打光方式,并对常用的图像预处理算法（图像滤波、图像增强、图像分割、形态学处理以及图像边缘检测）的原理进行了对比分析和总结,其中,使用中值滤波和对比度增强算法对图像的处理效果最好。其次,对机器视觉中常用的定位方法（Blob定位和模板匹配定位）的原理和步骤进行了论述,指出Blob定位方法虽然简单,但由于对环境光照要求苛刻,不太适合实际生产,而选择了稳定性更好的模板匹配定位。再次,针对异型弹簧的尺寸测量问题,基于机器视觉图像算法和摄像机标定原理,设计了异型弹簧的尺寸测量算法,对普通镜头和远心镜头的测量结果进行对比分析,普通镜头测量结果经过平均误差校正之后测量精度可以满足要求,误差可以缩小到-0.3～0.6mm之间,远心镜头测量精度较高,经过平均误差校正之后,测量精度得到进一步提高,达到±0.2mm之间。针对异型弹簧的变形缺陷,使用传统的变形缺陷检测方法检测结果不稳定的问题,提出一种异型弹簧变形缺陷快速检测的新方法,该方法基于微分和自身对照的思想,将零件易变形区域进行微分,通过微分的小区域之间的灰度值和灰度方差对比,判定零件是否发生变形,实现了对零件的变形缺陷检测,结果经过实验研究,以及数据分析表明,所述算法对零件的误检率为2.5%左右,实现了快速且较为准确的检测,离线检测速度接近一秒一个。最后,基于以上研究,为满足生产的需求,使用Halcon视觉平台和C#编程语言联合编程,设计了具备缺陷检测,用户登录、快速标定、相机参数设置、模板匹配、图像处理和卡尺工具等功能的异型弹簧缺陷检测软件系统。本文提出的基于机器视觉的异型弹簧缺陷检测方法操作简单,检测结果表现良好,相对传统的人工检测速度得到大幅提升,也存在一定的进步空间,具有较高的实用性,可以满足工业生产要求的需要。