一个电动螺丝刀批头的生产过程是上下料、开刀头,刀尾部倒角,贴胶套标志等。生产过程中的每个环节都有可能产生质量缺陷,且缺陷面积较小。电动螺丝刀批头的质量检查是全检。传统的人工检测由于检查人员拿眼看,长时间工作后,产生疲劳、导致漏检,且存在人员成本消耗过大的问题。为解决上述问题,本文在江苏省昆山市某电子工具公司的委托开发项目“基于机器视觉的螺丝刀头自动检测系统设计”的支持下,开展基于机器视觉的螺丝刀头自动检测技术研究,在此基础上,设计了一款基于机器视觉的螺丝刀头自动检测系统。本文主要开展如下三方面的研究工作:(1)根据工厂现有设备和相关技术指标,设计了检测系统的整体结构,包括机械部分,电气控制部分,以及机器视觉部分。(2)分析刀头缺陷和倒角缺陷的特征,设计了基于hough圆的倒角缺陷检测方法和基于模板匹配的刀头缺陷检测方法。(3)分析圆周胶套的缺陷特征,设计了基于图像处理的圆周胶套缺陷检测方法。基于图像处理的圆周胶套缺陷检测包括图像拼接和拼接后的图像处理两部分。在图像拼接部分,针对本课题的要求,本文提出了一种从矩阵角度去做简单拼接的方法。在拼接后的图像处理部分,针对本课题的要求,提出了灰度梯度共生矩阵二次统计特征的方法,并对基于特征点拼接加模板匹配方法和基于简单拼接加统计相关值法的检测结果进行了对比。针对先拼接后处理的圆周胶套缺陷检测方法精度和速度不足的问题,本文又提出了一种基于卷积神经网络的圆周胶套缺陷检测方法。针对本课题的要求,提出了阶段性的学习率调整策略;提出了水平方向翻转的数据增强方式。同时针对本课题中数据集较少的情况,提出了将Fine-tuning技术用于圆周套胶的缺陷检测。最后给出了两种检测方法的检测结果,并做了分析。