PVC建材是由塑料异型材料构成的建材产品，随着科学技术的不断发展，深度加工对PVC建材的表面质量要求越来越高。其表面缺陷的检测与控制，已引起PVC建材生产企业的高度关注，研究适合PVC建材表面缺陷的自动视觉检测系统具有重要的现实意义和广阔应用前景。本文在研究PVC建材表面缺陷种类的基础上，设计开发了自动视觉检测系统和缺陷的检测方法。系统主要由图像采集(面阵CCD摄像机、图像采集卡、LED面光源)、图像理解(计算机)和通信接口等部分组成。在检测方法上，根据缺陷主要为几何变形、颜色失真、表面污物、裂纹，在对图像处理相关技术研究的基础上，设计和测试了图像边缘检测和图像数学形态学操作各阶段使用的技术，用以更好地对PVC建材表面缺陷进行图像处理和特征提取。在关键算法的研究上，将模糊理论应用于图像分割算法中，利用模糊阈值分割法对图像进行分割，针对传统模糊阈值分割方法中隶属度分配不明确和窗宽选取需要人工选定的问题，提出了模糊集Ⅱ的模糊阈值分割方法和模糊阈值的自适应窗口图像分割方法。在数学形态学操作阶段，根据产品质量要求，设置适合的结构元素，用分割的二值图像进行形态变换，为缺陷分类打下了基础。系统通过摄取PVC建材表面图像，并采用模糊阈值分割方法和数学形态学操作方法进行了图像分割和图像识别，实验表明此研究过程可以有效的检测出PVC建材常见的气泡、裂纹、斑点等缺陷，具有较好的实时性和鲁棒性。该系统可应用于各种PVC建材生产线在线表面检测，实现了产品质量实时检测、报警和控制，提高了PVC生产的自动化程度和信息化水平。