注塑件在工业生产中应用广泛。提高注塑件良品率可以有效地提高产品质量、延长产品使用年限、提高产品可靠性。因此在注塑件生产过程中需要增加实时检测环节以提高产品的良品率。为实现注塑件复杂表面缺陷的实时检测,本文设计了一种基于深度图像匹配的复杂结构注塑件表面缺陷实时检测系统,研究内容如下。首先,分析明确了检测缺陷类型与检测精度。在确定缺陷检测的需求后,设计了总体方案,经分析计算后确定了载物装置与激光轮廓仪,并设计了支撑机构与微调机构用于搭载检测设备。其次,针对点云匹配提取缺陷效果不佳且耗时过长的问题,提出了一种基于深度图像匹配的表面缺陷提取方法。首先对点云预处理以滤除离群噪点,之后按高度分割点云图像将其转为若干个结构简单的深度图像。通过对比实验选择经RANSAC算法优化后的SURF特征点图像配准方法用于配准待测注塑件与模板注塑件的深度图像,配准后对其进行差分处理提取出灰度不一致的区域,通过计算判定其是否为表面缺陷。相较于原有的基于点云匹配的缺陷提取方法,本文提出的方法显著提高了缺陷提取速度,可以实现注塑件表面缺陷的实时检测。使用本方法提取缺陷耗时仅为1.89s,相较于直接使用点云匹配提取缺陷的方法耗时减少93.9%然后,本文针对注塑机在发现表面缺陷后需要改进模具的需求,研究了缺陷曲面重建技术以帮助注塑技术人员分析缺陷成因。先将提取出的缺陷位置坐标转换成三维点云,之后通过对比实验选择使用经Lawson优化的Delauny三角形生长算法用于重建缺陷曲面,并使用pcl＿viewer展示曲面结构。这样注塑技术人员可以实时地查看注塑件表面缺陷的结构并分析缺陷产生的原因,之后再通过调整模具提高注塑件的良品率。最后,经实验测试验证,本文检测系统可以实现注塑件表面缺陷的实时检测,检测准确率为98.04%,检测精度达到0.2mm。