随着自动化生产设备的快速发展,我国子弹的生产已经实现自动化,而子弹外观检测全部由人工进行,既费力又耗时,并且检测结果不稳定。自动化的子弹外观检测系统在我国的军工企业等很多机构有很强的需求。因此,我国亟需研制一种高效、智能的子弹外观光电检测系统。本文研究了子弹底部外观光电检测系统的关键技术。1)系统结构设计构建子弹外观检测系统的整体结构和工作流程,分析和设计子弹底部检测系统,设计各模块并进行器件选择。2)图像预处理分析子弹底部图像存在的噪声类型,比较各种滤波算法,最后完成适合子弹底部图像的滤波算法代码开发。子弹底部图像对比度比较低,采用直方图均衡化的方法增强其对比度。改进了一种局部动态阈值分割方法,实现自动阈值的选取,能够对子弹底部图像进行更好的分割。3)缺陷识别与分类检测子弹底部的尺寸,使用sobel边缘检测方法和改进的hough变换方法提取圆,确定圆心的位置,测量圆的半径,识别尺寸缺陷;设计并实现缺陷识别和分类算法,制定缺陷分类标准,提取子弹底部缺陷特征,识别子弹底部的字符并判断与字符相关的缺陷,识别其余缺陷并分类。4)系统性能测试实验验证整个系统的检测效果,使用该系统检测大批缺陷子弹,统计的误检率在3%以内,漏检率为0,检测时间最长为0.7秒每发,满足子弹底部表面缺陷检测的客户要求,并能匹配子弹的生产速度。本论文通过对以上关键技术的研究,提出了一系列结构复杂图像的实时检测方案,这些方法具有可复用性和扩展性,对工业器件的表面检测具有应用价值和启发意义,如玻璃在线检测,轴承表面检测等各种表观缺陷检测可以借鉴或者复用该系统的相关方案。