内丝接头作为汽车刹车系统的构成部分,是保证刹车系统有效且稳定制动的关键零件。生产企业对内丝接头出厂前的质量检测有着严格的要求,然而传统的人工检测精度差、漏检高且检测标准一致性难以保证。为此本文针对内丝接头外观缺陷检测的问题,利用机器视觉技术对内丝接头转体完整性检测、凹槽异物检测以及紧固套表面缺陷检测的算法展开研究。主要的研究内容为:（1）在图像采集方面,根据转体、凹槽以及紧固套这三个待检测区域以及相应缺陷的特点,设计搭建了相应的视觉检测平台,包括相机、镜头以及光源的选型,以提供一个稳定且高效的视觉算法开发环境;（2）在待检测区域定位方面,结合内丝接头特征设计了基于形态学的定位方法。通过内丝接头具有凹槽这一特征,使用特定形状的结构元素对图像进行形态学运算,然后与原图差分得到准确的定位点,最后再根据相对位置准确定位出凹槽以及转体的检测区域;（3）在转体边界提取方面,设计了一种改进的动态阈值法。首先使用垂直方向的特定滤波器进行均值滤波来加强转体边界特征并弱化干扰,然后使用水平方向的特定滤波器弱化加强后的边界,再将两者进行差分运算后通过设定相应阈值提取出边界;（4）在检测紧固套表面缺陷方面,设计了一种基于频域图像差分的缺陷检测方法。由于紧固套表面残留的防水蜡纹对于缺陷提取产生干扰,所以首先通过将图像傅里叶变换至频域后,再使用高斯低通滤波器对频域图进行低通滤波,然后通过傅里叶反变换至空间域得到低频的背景图,再将原图与之差分,最后将检测区域分区并设置不同阈值得到缺陷备选图,通过面积以及长径这两个特征提取出缺陷;在上述的研究成果的基础上设计开发了基于机器视觉的内丝接头外观缺陷检测系统。随机选取1500个测试零件分别对其转体、凹槽以及紧固套进行实验测试,实验结果表明三处检测漏检率均为0,检测正确率均在98%以上,可达到实际生产需求。