子弹作为近现代最基本的武器之一,其对于战争的重要性不言而喻。所以一个安全、高效地生产子弹成为衡量一个国家军工业水平的一个重要的标准之一。然而虽然子弹生产安全如此重要,但是在我国,生产完子弹后的检测环节却仍然是主要依赖人工检测方法。这种方法不仅检测结果不稳定,而且人力消耗大,检测效果差。当长时间工作之后,人很容易产生疲劳,进而就导致误判和漏判,留下了很严重的安全隐患。根据人工检测法中的弊端,本文主要研究的是研制出一套基于AOI(Automatic Optic Inspection)的子弹表观检测系统,实现一套半自动化的子弹缺陷检测设备,完成对子弹表观检测的半自动化、高速、高精度的需求。对于适应全球范围内的现代化智能化生产,有着重要的意义。本文首先介绍了国内子弹检测的现状,然后介绍了机器视觉和AOI技术的发展给子弹检测带来的新的契机。后面针对子弹本身的特点设计系统的整体框架,使用多角度照明的方式保证光学成像的效果,采用线阵CCD相机进行采图,保证了子弹表观信息的准确性和完整性。获取图像之后,进入图像预处理阶段,介绍和讨论了几种图像去噪的方法,然后针对获取图像的对比度不明显的问题,采用线性灰度变换的方式对图像进行图像增强,最后介绍了几种图像分割方法,经过测试和比较选用Otsu算法。预处理进行完之后,采用一种快速的连通域标记算法,对图像进行连通域标记。之后在图像特征提取和识别阶段,根据子弹本身的特点,介绍了对缺陷检测和分类有用的几何特征,灰度特征和不变矩特征,并给出了相应的缺陷分类指标要求。最后介绍了软件的设计和实现,包括了界面设计、图像采集、图像处理、数据库使用和上下位机通信控制,并给出了实现结果。本文的图像处理过程都是通过Matlab的验证后的得出的结论,然后才进行C++语言的移植,所以有自身地独立性、扩展型和可复用性此外。本文采用线阵CCD相机进行子弹表观的采图,然后进行缺陷检测,据目前我们所知,国内还未见相关报道。最终本文得到的检测的平均速度为0.7秒/发,达到了预期的要求。此系统的研究还可以应用到其他的圆锥形物体检测。