随着工业界对产品质量要求的提高,机器视觉作为一门新兴学科,越来越广泛地应用在工业检测领域。对于质量检测系统,要求日益严格,低成本、易操作、高精度、以及良好的实时性将是其发展方向。本文对印刷品和玻璃产品缺陷形式及其成因进行了分析和归纳,研究了基于机器视觉的产品质量检测的预处理算法、缺陷特征提取与分类方法。首先,本文结合检测系统特点,从数据流、信息流、控制流等方面研究了检测系统的软件构成,设计了图像预处理、特征提取、缺陷分类的工作流程。在分析印刷品外观质量缺陷种类的基础上,本文设计了简单模板匹配算法,对印刷品失真图像进行快速纵横向配准。提出了Sobel算子提取标准图像轮廓,一次差影分割拉伸变形和缺陷,二次差影分割缺陷的快速预处理算法,能实时有效地分割出各种印刷缺陷。另外,根据玻璃生产实际,采用计算平均灰度及阈值分割方法设计了边缘查找算法,并据此计算玻璃正压距及实际板宽。最后分析了玻璃缺陷图像,提出正负差影分割算法。根据印刷品缺陷特点,提出线块特征,并设计相应的简单分类方法。由于玻璃缺陷的分割带来许多伴生伪缺陷和虚假缺陷,本文分析了这些缺陷的种类及成因,提出以圆形度为主的形状特征和以畸变为主的邻域特征作为区分依据,并设计了相应的特征提取算法和分类决策树,制定二次分级标准。上述算法已应用于武汉市红金龙印务公司高速印刷品在线检测系统和武汉市长利公司浮法玻璃在线检测系统中。经使用证明,算法合理有效,满足要求。