在工业产品制造过程中,由于原材料所限以及加工过程中的工艺问题等多方面的原因,导致产品表面出现划痕,这不仅会影响产品外观,更有可能降低产品的质量。羽毛片作为羽毛球生产的主要原料,其质量直接影响到成品羽毛球的质量。羽毛球的耐打性如何直接取决于羽毛片毛杆的强度,而羽毛杆上的划痕是影响毛杆强度的一项重要因素。划痕轻则影响美观,重则会导致羽毛杆耐打性下降,从而极易折断。为此,本论文结合机器视觉检测技术,以制造羽毛球的主要原料鹅毛羽毛片为对象,利用图像处理技术实现了羽毛杆上划痕的自动检测,具有重要的实际意义和经济效益。羽毛杆划痕有着不同于一般物体表面划痕的特点,主要表现为划痕细小、划痕部位与周围组织颜色反差较小,一直以来是采用人工方式分拣,而一般的机器视觉检测方法由于检测精度不够而无法投入实用。本文采取了小波变换的方法对羽毛杆划痕进行检测,主要解决了如下问题：1、根据羽毛杆划痕的特点,针对性的选取了LED光源和CCD相机,并搭建了羽毛杆划痕检测平台,得到划痕特征明显的待测图像。2、羽毛杆划痕不同于一般物体表面划痕,划痕检测对象的不同,其划痕特征也不同,所适用的小波基和分解层数也不同。本文分析了羽毛杆划痕的特征,实验不同的小波基与不同的小波分解层数,确定适用于羽毛杆划痕检测是以DBl小波基进行单层分解。3、对检测平台采集到的羽毛杆图像进行小波分解,划痕的检测效果良好。本文还分析了输入图像尺寸、羽毛杆划痕尺寸、毛杆长度等因素对检测效果的影响,进一步验证了此方法的检测精度和有效性。4、针对小波分解后得到的图像进行阈值分割,使划痕特征凸显出来,并总结划痕特征,提出了羽毛杆划痕的判定依据。通过Matlab7.0软件实现了上述方法和算法,对羽毛杆表面划痕图像进行了仿真分析和处理。研究多种方法及各项指标对结果产生的影响,并确定最终方法,取得了较好的效果。