焊接是金属制罐质量好坏的重要因素。传统人工焊接质量检测手段不仅效率低，而且稳定性不高。近年来，机器视觉技术在工业检测领域得到了广泛应用。基于机器视觉的自动化无损检测系统不仅能克服人工检测缺点，还能统计检测信息供企业技术人员参考，明确技术改进方向。但由于焊缝缺陷特征多样化以及多种干扰因素的存在，焊缝缺陷的自动提取与检测仍存在困难。本文根据企业需求，针对金属制罐焊缝检测存在的多种问题进行了探索，研究设计了基于机器视觉的金属制罐焊缝缺陷检测系统。系统通过对相机采集的原始图预处理，提取焊缝核心区域，进而采用波形检测算法对焊缝进行缺陷检测。具体工作内容包括以下几点：首先，针对焊缝缺陷在线检测要求设计了硬件结构，同时搭建了软件整体框架。其中软件算法主要包括焊缝核心区域提取与缺陷判别两部分。另外，根据缺陷特征及成因，将缺陷类型分为焊渣、焊穿、虚焊与熔焊四类。其次，对原始焊缝图像预处理。采用几何图形算法对焊缝图像旋转，通过图像质心算法获取焊缝水平位置并对其矫正，从而提取出准确的焊缝核心区域，减少部分伪缺陷信息干扰。最后，在原始图像预处理的基础上，针对焊缝缺陷类型特点，提出了波形检测算法用于缺陷判别。通过标准差计算与一阶差分计算，排除两端焊缝干扰信息并检测焊缝缺陷。实验结果表明，波形检测算法达到了95%以上检测准确率。另外，缺陷类型的识别与统计能够帮助企业明确相关技术改进方向，而波形检测算法无法实现缺陷类型的识别。因此，在背景差法一章中，主要对缺陷类型的识别进行探索。采用基于概率的背景重构算法构建背景模型并进行差分运算，从而提取出缺陷区域。利用树形分类器将缺陷进行分类识别。