随着计算机技术的发展,机器视觉技术在工业在线检测中的优势越来越明显。由于机器视觉技术具有非接触、不疲劳等人工检测无法比拟的优点,可以大幅降低检测成本、提高生产效率、提高产品的质量,从而提高产品的附加值,因而在工业检测领域得到了广泛的应用。但在缺陷检测方面,由于缺陷生成的机理较为复杂,缺陷表现形式多样化,因此要更普遍、成功地应用机器视觉技术还有许多难题必须研究和解决。本文在参考国内外相关文献和技术成果的基础上,以小型金属工件为例,研究了小型金属部件表面缺陷的检测原理和方法,并开发了相关的检测系统。该系统以机器视觉理论为基础,采用高分辨率面阵CCD摄像器件,并具有较完备的软、硬件配置和功能。本文首先针对本课题缺陷的特点设计了机器视觉缺陷检测系统软硬件方案,并对软硬件组成做了详细的介绍。在系统的软件设计方面,首先分析了检测系统中常用的图像处理基本算法。然后,通过对阈值分割算法的深入研究,提出了适用于本系统的改进最大类间方差法,并且在分析常用模板匹配算法的基础上,重点研究了IMAQ Vision中的模板匹配新技术,以实现图像模板的自动定位。在检测的最后,对工件表面的目标进行统计和特征提取,进而判别工件的好坏。在硬件方面,选择了合适的相机和图像采集卡,通过对常用光源照明方法的分析对比,选择了LED光源。最后,基于LabVIEW平台和NI的视觉开发模块,实现了一套机器视觉检测系统。