我国是制造业大国,但目前产品检测仍然主要依靠人工的方式,严重制约着我国制造业的发展,机器视觉检测是我国工业现代化发展的必然趋势,对工业自动化水平的发展和提高具有重要的意义。根据国内外机器视觉检测应用的新情况和发展的新要求,本文针对机器视觉检测技术中图像测量和图像检测的几个典型问题—图像的平面测量、表面缺陷检测和颜色纹理图像分类等,开展研究工作。本文在对人眼观察感知特性、视觉系统生理结构和颜色纹理感知机制分析的基础上,利用多元图像分析方法,对机器视觉检测的基本理论进行了深入的研究与探讨。首次提出了多尺度多元图像分析机器视觉检测理论和方法,并结合具体的视觉检测应用进行了实验分析,主要内容如下:第一章,阐述本课题的相关研究背景、目的和意义,综述机器视觉检测的系统组成及在国内外的研究应用情况,介绍了视觉仿生技术和多元图像分析方法的发展和应用现状,最后分析了机器视觉检测面临的新挑战和主要问题,给出了本课题的主要研究内容。第二章,在对基于图像的平面测量原理分析的基础上,对提高图像测量精度的方法进行了研究。在物体平面和图像平面的单应性矩阵线性模型下,针对图像动态平面测量问题,受人眼非线性成像结构的启发,提出了基于多个子空间单应性矩阵的测量方法,提高了图像测量精度,图像反馈控制实验结果表明了基于子空间的图像动态测量算法的有效性。在畸变模型下,提出一种分块的摄像机畸变参数和被测平面外参数标定方法,提高了图像平面测量精度,并通过平面上的分块测量实验进行验证。第三章,分析了多元图像分析方法的原理,由符合人眼观察感知的高斯多尺度表示来构建多元图像,提出利用多尺度多元图像分析进行表面缺陷检测的方法。多元图像分析通过主成分分解获得高斯多尺度多元图像的主分量表示,从去掉第一主分量和噪声后的残差矩阵中获得Q统计图像进行表面缺陷检测,其缺陷特征检测过程符合人眼对缺陷局部不规则特征的感知。最后通过表面缺陷检测比较实验,验证了多尺度多元图像分析缺陷检测方法的鲁棒性和有效性。第四章,针对包装罐制造中复杂的检测任务,设计了罐体质量缺陷综合检测系统,利用传统基于形态学的区域提取算法、完整性检测方法和动态阈值滤波方法实现缺陷的综合检测。为了提高视觉检测鲁棒性,根据在线检测的特点,对多元图像分析在流水线产品检测上的应用进行研究,采用合格样本和测试样本构建多元图像,提出基于在线多元图像分析的内壁缺陷检测方法,并进行了实验验证。第五章,将高斯多尺度多元图像分析扩展到彩色图像,提出颜色纹理彩色图像的多尺度多元图像表示及其多元图像分析理论,通过对人眼视觉系统结构和感知特性的深入分析,可以发现彩色图像的多尺度表示及多元图像分析方法,能够模拟人眼对颜色纹理的三基色多尺度视觉感知和感受野拮抗信息处理过程。利用彩色图像多尺度多元图像分析,将颜色纹理的多尺度表示投影到本征空间,能够获得符合人眼视觉感知的颜色纹理本征特征。在此理论基础上,提出了颜色纹理图像的去噪算法,通过在本征空间上滤波来消除噪声。实验结果表明,提出的基于多尺度多元图像分析的彩色图像去噪算法更符合人对图像质量的主观评价。第六章,在彩色图像多尺度多元图像分析基础上,提出了利用多尺度颜色纹理本征特征进行图像表面分类检测的方法。先利用典型图像建立参考本征空间模型,再把训练样本和测试样本的多尺度多元图像都投影到参考本征空间上,获得样本的典型特征簇;在本征空间上根据测试样本与训练样本典型本征特征簇间的相似性Bhattacharyya距离估计,利用k-NN分类器进行表面分类。通过对瓷砖分类检测和竹木产品色差分级的实验研究,验证分类方法的有效性。第七章对全文作了总结,阐述了本课题的研究结论和创新点,并对后续研究工作做出了展望。