随着全球低碳经济浪潮的兴起及“绿色、环保、可持续发展”理念的倡导,竹制品越来越受到全世界消费者的青睐。而现阶段全国各麻将凉席生产厂家竹块筛选主要依靠的是工人肉眼的判断,效率低下,判断标准不统一。因此,本文将结合机器视觉技术,设计一种竹块的自动缺陷检测系统,旨在提高企业生产效率,增加企业收益。论文完成的主要工作包括:(1)竹块筛选装置的设计。研究了相关机器视觉系统,在现有的机械传动系统的基础上,对竹块筛选装置进行改进。实验结果表明,该装置响应速率快,能够准确的完成对缺陷竹块的筛选。(2)图像采集系统的研究与设计。对照明和成像系统进行研究,结合竹块表面缺陷特征,设计出适用于竹块表面缺陷检测的图像采集系统,并完成相关设备的选型。(3)在图像增强理论基础上,针对竹块表面纹理特征,提出了一种基于HE和HSV空间差值的高效图像增强算法。该方法首先对H、S空间进行加权差值,然后再对所求的差值空间进行直方图均衡化,然后用中值滤波算法减少直方图均衡化导致的对比度过度增强效应,减少检测算法的运行时间,满足系统实时性的要求。(4)对竹块正反面纹理特征进行研究。相较于现有文献应用机器学习的方法对竹块正反面进行识别,本文设计了一个简单高效的竹块正反识别算法,分别对两种类型的反面竹块应用S空间阈值和基于Laws能量的水平投影法进行判断。该算法能够准确的识别竹块的正反面,减小竹块反面纹理特征对竹块表面缺陷检测的影响。(5)对竹块正面表面纹理特征进行研究,分别在空域应用区域生长法、在频域利用傅立叶变换法以及利用支持向量机的机器学习法完成对竹块表面缺陷的检测,并对三种方法进行分析和对比。(6)完成了基于MFC和Opencv库C++混合编程的软件平台的搭建,并对整个竹块表面缺陷检测系统进行实验。实验表明,检测系统能够稳定长时间运行,可达到万个每小时的检测量,竹块总体缺陷检测合格率可达97%以上,达到实际工业应用的技术标准,具有很好的推广前景。