中密度纤维板是以小径级原木、采伐、加工剩余物以及非木质植物纤维为原料,经切片、蒸煮等工艺施加脲醛树脂或其他适用的胶粘剂,再经热压后制成的一种人造板材。在家具、建筑行业等发挥重要作用。经调研,目前针对中密度纤维板产品出厂前的外观检测主要采用人工检测的方法,该方法操作过程复杂,检测效率低,漏检率约为5%。基于上述人工检测存在的弊端,本文根据中密度纤维板生产企业的质检要求,结合机器视觉检测方法,针对中密度纤维板外观缺陷设计了一套中密度纤维板外观缺陷在线检测系统。论文对中密度纤维板外观缺陷的种类及成因进行了简单介绍分析;对课题涉及的17种缺陷,包括漏砂、板面粗糙、粉尘斑、粗纤维、三层结构、砂沟、强度低、杂质、水斑、油斑、边角、崩边、毛边、深色斑点、砂坑、锯口糊和锯痕进行特征分析,在满足企业质检要求的前提下,对视觉采集系统进行设计,主要包括相机、镜头、光源和打光方式的合理选择,传动系统的设计等。采集到满足检测算法要求的图像,建立样品缺陷图库。在缺陷检测算法模块中,通过固定阈值分割和形态学方法实现检测目标的定位;针对斑点类缺陷,对常用阈值分割算法进行比较,采用局部动态阈值分割法实现检测要求;针对漏砂与板面粗糙给出了灰度轮廓线分段检测法;针对粉尘斑与粗纤维缺陷给出了一种利用中值滤波进行背景估计的图像增强方法;针对三层结构等涉及密度检测的缺陷,在系统中引进激光测距传感器,寻找出距离波动情况与密度类缺陷的关系;针对需要进行边缘检测的缺陷,采用Canny算法进行提取;针对砂沟与砂坑缺陷,利用高斯卷积增强对比度,采用高斯线检测方法进行检测。系统使用VS平台完成系统架构、人机交互界面的设计以及纤维板的运动控制。本课题采用多线程并行工作模式,搭建样品实验模型,模型系统运行流畅,对18块样品测试,能有效区分17种缺陷,无漏检与误检情况发生。