表面质量检测是保证产品质量和美观度的关键环节,同时也是生产线真正实现自动化所必须突破的瓶颈。近年来关于漫反射表面缺陷自动化检测方法的研究引起了包括汽车生产公司等在内的越来越多的企业的重视。目前,制造企业在检测过程中普遍还是采取人工检测的方式,即通过人眼在不同光照强度与不同角度的光源下对产品的涂装表面进行检测。这种方法存在工人劳动强度大,工作环境差,检测效率低和检测成本高的问题。本研究试图通过优化检测方法从而实现漫反射表面缺陷自动化检测来避免上述问题,提出了基于机器视觉的漫反射表面缺陷自动检测方法,设计了能模拟生产线工况的检测实验平台,对系统的硬件结构和软件结构进行了说明,对图像处理领域经典的预处理方法和自适应Canny边缘检测算子做出了适用于本研究的改进,应用机器视觉的方法判断缺陷并且将机器视觉中常用的模板比对法与数学形态学结合提升检测方法的鲁棒性。本文的工作内容如下:（1）设计了新的针对漫反射表面缺陷的检测实验平台并对该平台的设计思路进行说明,该平台可以使被检测的工件以设定的速度做匀速直线运动,同时安装于实验平台上方的CCD相机可以在工件运动的过程中获取被检测工件的图像信息。经过测定,新设计的实验平台对单一工件表面图像获取时间由改进前的2.8秒降低至0.9秒。（2）在预处理阶段,本研究对图像处理中常用的均值滤波、中值滤波和高斯滤波方法进行对比分析,对比结果证明在图像平滑去噪阶段选用3×3维的高斯卷积核对图像进行平滑操作能在去除图像中噪声的同时保留住图像中的有效细节成分。因为图像对比度的增加有利于提高后续的检测成功率,所以本研究继续通过直方图均衡化对图像对比度进行增强,灰度方差乘积值（SMD2）显示直方图均衡化后图像对比度显著增加。（3）在缺陷检测阶段,本研究首先使用边缘检测对缺陷进行定位标记,同时对Canny边缘检测算法、Sobel边缘检测算法、Scharr边缘检测算法和Laplacian边缘检测算法进行对比分析,确定了 Canny边缘检测算法最适合应用于本研究。在Canny边缘检测算法阈值设定中,提出了将高斯卷积核作为影响因子的新的阈值修正方法,实验结果证明了修正方法的有效性。同步应用角点检测方法,使少数边缘检测漏检的缺陷在二次角点检测中被成功定位标记,最终实现系统缺陷检测成功率达到100%。（4）本研究应用改进的模板比对方法对标记出的漫反射表面缺陷结果图像进行判别。对于在缺陷检测阶段结果图像比较复杂的缺陷图像,本文提出了结合数学形态学的模版比对法,提升检测方法的鲁棒性。综上所述,本文以汽车涂装过程中最常见的三种缺陷作为漫反射表面缺陷检测的研究对象,提出了一种新的基于机器视觉的漫反射表面缺陷自动化检测方法,实验结果证明了本研究的有效性。