运用先进的机器视觉技术能在复杂制造过程中收集产品的实时数据,随后对收集的数据进行监控,能检测出复杂制造产品表面精度的质量问题。由于机器视觉技术在复杂制造过程中收集的产品数据主要以图像数据形式呈现,所以如何对图像数据进行统计过程监控成为一个重要研究课题。本文以图像数据为监控对象,对其发生失控点和变化点情况进行了研究。由于图像样本在检测过程中会存在样本量大小以及失控图像的偏移大小不同的情况,而不同检测方法的效率会有所差异,所以本文对不同情况的图像数据提出不同统计过程控制方法进行监控。首先对图像进行处理,将标准图像和捕获图像的强度值残差矩阵划分为特定区域。然后分别针对少批量,大偏移;少批量,小偏移;大批量,小偏移的情况,运用I-MR-R三向控制图、主成分分析和NMF-MEWMA方法进行统计过程控制,最后分别用对照组比较、贡献控制图和Dunnett-t检验方法找出失控图像具体的偏移区域。把三种过程控制方法应用到瓷砖图像案例中,结果表明三种方法均能有效对瓷砖图像样本进行控制。提出的NMF-MEWMA方法为非负矩阵分解降维和MEWMA控制相结合的方法,经过算法验证,结果表明算法的运行速率优于改进前的算法且具有可行性。在找到失控样本后,继续使用贝叶斯估计方法对图像数据进行变化点估计。把图像样本数据分成多个单变量数据,依次进行估计,统计每个单变量的变化点,从而得出图像样本最终的变化点。最后把贝叶斯估计方法和Pettitt方法应用到瓷砖图像案例中,结果表明贝叶斯方法在准确率方面优于Pettitt方法。为了把图像数据监控的理论方法融入到在生产实践中,本文设计了图像数据过程控制系统。通过把统计过程控制方法嵌入到网页,实现了三向控制图、主成分分析和NMF-MEWMA三个图像数据监控方法在网页的在线检测功能。经过系统测试,验证了系统的实用性。