在电力行业蓬勃发展的社会环境下,工业电机的安全性与可靠性逐渐成为人们关注的焦点与话题。由于传统工艺的加工缺陷,作为电机转子结构的铜排工件因其表面的毛刺因素,成为了影响安全生产的重大隐患之一。目前,工业生产中常用的人工检测法由于其生产成本高、经济效益低、质量把控不严以及劳动量大等诸多弊端,使得以机器视觉为核心的非接触式毛刺自动化检测技术开始走进人们的视线。本文主要研究工业应用环境下的大型电机转子导线的铜排工件表面毛刺及其检测技术。为了提高电机铜排表面毛刺的检测精度和效率,针对电机铜排工件毛刺检测存在光学照明不均、毛刺种类繁多、检测系统识别率不高等问题,本文综合分析工业现场铜排工件的具体情况与技术要求,设计了一套电机铜排表面毛刺缺陷的自动化检测系统。本系统结合DMD数字微镜器件设计了一套双臂式光路的自适应图像采集光学结构。以电机铜排表面毛刺缺陷图像为研究对象,利用相移莫尔条纹法实现DMD与CCD的配准,并提出边缘判断的中值滤波改进算法与最小均方算法完成图像前期的预处理。通过分析对比目前主流检测算法,在毛刺特征分析的基础上提出基于掩膜与数学形态学的特征提取算法。通过图像运算提取毛刺特征及其相关特征参数,并基于此遍历缺陷区域对毛刺实现分类与判定,实现电机铜排毛刺的自动检测。实验结果显示算法准确高效,对于工业生产中的四类毛刺均有较好的检测结果,检出率高达98%,漏捡率为0%,综合误检率为1.471%,基本满足工业检测的要求。