在散热片的生产过程中,内应力的存在导致其表面出现边浪,严重影响散热片的质量。如何在散热片表面出现边浪时及时将其发现并剔除出生产线,是提高其质量和生产效益的关键步骤。针对人工检测方法存在实时性和准确率较差、受主观因素影响较大等不足,为西安某企业的变压器散热片生产线设计出一套基于机器视觉的表面缺陷在线检测系统。在算法方面,由于传统的线性滤波和非线性滤波在去除椒盐噪声时存在去噪性能差、窗口大小难确定等不足,本文在ε-中值滤波的基础上,结合加权滤波的思想,提出了加权ε-中值滤波。该算法通过对ε-中值滤波的过渡矩阵内的像素点分配不同的权值,从而将空间因素考虑进来,大大提高了图像的噪声抑制能力,且不影响图像的细节信息。在系统硬件方面,搭建了整个在线检测系统的硬件结构,包括图像采集部分、软件分析部分和机构执行部分。在系统软件方面,利用Visual Studio 2013结合开源的图像处理库Open CV开发了一套变压器散热片表面缺陷在线检测软件。该软件根据改进的Canny算法和BP神经网络,对采集到的图像进行滤波、边缘提取和参数提取等操作,从而判断变压器散热片的缺陷程度,最后通过调用API函数实现工控机与PLC之间的串口通信,指导执行机构进行相应的动作。本文开发的变压器散热片表面缺陷在线检测系统拟应用于生产实践中,并在前期仿真中取得了良好的应用效果。