工业生产中的工件表面缺陷检测环节可以有效控制工业产品质量,也是智能制造中不可或缺一步。采用基于机器视觉的检测方案可以有效提高检测的效率、稳定性及准确性,从而改善产品质量水平,提高生产效率,有力提升企业市场竞争力。近年来,基于机器视觉的缺陷检测算法发展迅速,也开始逐步从二维平面上的处理转向三维立体视觉以获取缺陷的详细参数。但目前精度较高的三维数据获取方式大多对硬件要求较高,如激光三角、光栅投影等方法。基于双目视觉的缺陷检测技术,能够有效提升工业检测效率。基于双目视觉获取三维数据的方式可以有效降低硬件要求,但通过立体匹配算法获取的深度信息只在某些特定场景下准确率较高。基于此,本文引入微分几何中曲面论相关知识,以较为规则的圆锥曲面作为典型代表,提出一种基于双目视觉的立体工件表面缺陷检测方法,通过建立曲面参数模型得到所需深度信息,实现对规则曲面工件的表面缺陷检测。论文主要针对表面低纹理的圆锥型工件进行缺陷检测的研究,双目相机采集到的高精度彩色图像,在对图像进行分割后提取出圆锥形工件及缺陷部位的轮廓曲线,依此建立曲面参数模型,最终获取圆锥表面缺陷部位的长度、面积信息。主要工作如下:(1)分析采集到的工件图像在不同颜色空间下的图像特点,在HSV颜色空间下进行图像分割,提取出待测工件及其缺陷部位的轮廓曲线。(2)在数据集上对多种常见匹配算法的匹配精度进行实验统计并分析,结合工件自身形态特点,提出基于微分几何的深度信息获取方法,避免了视差范围较大时的巨大计算量,同时提高了获取的深度信息精度。(3)通过分析三维空间中的圆锥曲面几何特征参数与平面图象中工件边缘像素点间的数量关系,建立数量转换公式,只需得到少量特征点数据即可恢复圆锥曲面的空间参数模型并基于此求得缺陷深度信息。(4)通过分析曲面上闭合曲线的弧长、面积与曲面第一基本量间关系,得到锥形工件上缺陷部位的几何特征数据,仿真结果表明通过该方法得到的缺陷部位几何量与真实的缺陷数据间误差较小,相较于直接通过匹配算法得到的三维数据,其精度有较大提升。