卫生用品是人们在日常生活中经常会接触到的生活用品,因此在生产过程中要求对其进行严格的质量检测。在质量检测领域表面缺陷检测是其中重要的一个方面。传统的检测方法,即人工检测方法,具有时间消耗大、人工成本高、主观性强、不具有连续性、检测结果十分不可靠等缺点。无法达到工业化高速检测的要求,因此机器视觉代替人工检测已经成为一种新的趋势。本文是基于工业现场的现实要求,探索了卫生用品表面缺陷检测算法,同时搭建了卫生用品表面缺陷检测系统。本文的主要研究如下:(1)为了达到工业检测对高速度和高精度的严格要求,同时针对卫生用品在采集图像和表面缺陷等方面的特性,构建了系统的整体设计方案,同时对系统硬件的搭建进行了分析,为后面将要进行的图像处理提供了必要的物质基础。(2)针对卫生用品在工业检测中出现的产品位置的变化,提出了在标准图像中取出一块特征信息最丰富的一个小区域,对该区域进行亚像素轮廓提取,将它的亚像素轮廓作为我们的特征模版,同时能够得到它的坐标;利用该特征模版在待检测的图像中进行搜索,找到匹配的区域,并且得到该匹配区域的坐标,根据得到的这两个坐标计算仿射变换矩阵,对待检测的图像进行仿射变换,来实现图像的配准定位。实验结果表明,该方法有效的提高了图像定位的精度。(3)针对卫生用品表面缺陷的特征,从不同的方面研究了不同的检测方法。在频域空间用到了快速傅立叶变换FFT检测方法,多层分类感知器MLP检测方法,以及差分检测方法。研究了每一种方法的特征参数和这些参数对检测效果的影响,对实验的结果进行了分析。同时,针对卫生用品纹理图像的特征,差影法不能够单独对脏点的位置和大小等特征进行有效的识别,因此又对差影处理后的图像进行了图像分割、形态学和连通区域等方法的处理,最后通过污点缺陷的特征参数对图像中的缺陷进行判断。然后再用圆形框将该区域标识出来。实验结果表明,相比较于其他方法,差影检测法取得了良好的检测效果,能够满足工业检测对速度和精度的要求,也验证了本文该算法的有效性。(4)搭建了卫生用品表面缺陷检测模拟工业现场的平台,构建了卫生用品表面缺陷检测系统,实现了卫生用品表面缺陷在线检测。实验表明,该系统的检测速度和精度均能够达到工业检测的要求。