板式换热器是通过一系列具有波纹形状的金属板片进行换热的装置。在生产板式换热器板片过程中,板片因重力冲压作用致使表面产生缺陷,当板片投入使用时,缺陷位置将无法承受注水后的压力而开裂,存在安全隐患。目前人工抽检与渗透探伤法是常用于板式换热器板片上的缺陷检测方法,但此类方法检测效率低,且受检测人员主观因素影响。随着人们对机器视觉应用地深入探索,根据板式换热器板片表面缺陷特征,以及基于对缺陷所处区域的了解,设计基于机器视觉的板式换热器板片缺陷检测方法,完成板式换热器板片表面缺陷自动化检测。首先根据缺陷产生原因划分ROI区域,定位ROI区域可大幅减少计算机的工作量,增加检测精度。使用经典的边缘检测算法进行测试,比较Roberts、Prewitt、Sobel、Canny与沈俊算子在亮暗边界提取中的检测效果,最终确定沈俊算子在亮暗区域边界检测中效果最好,根据亮暗区域边界定位暗区域。然后在定位的ROI区域内进行缺陷检测,根据凹凸线段幅值与缺陷的关系,设计三种缺陷检测算法:（1）多尺度凸线段绝对幅值直方图缺陷检测方法。首先使用三种尺度下凹凸线段整形算法对图像进行预处理。再利用凸线段绝对幅值直方图对预处理后的图像进行阈值分割,得到三种尺度下的缺陷检测结果,再将缺陷检测结果融合,最后进行特征提取去除反光位置与粗糙位置误检。（2）凹凸线段幅值结合缺陷位置缺陷检测算法。首先对图像进行预处理即先高斯下采样再高斯滤波,然后根据缺陷位置特征与幅值特征设计检测模板,根据检测模板完成缺陷初步检测,最后设计区分凹凸面算法去除反光位置误检。（3）凹凸线段幅值结合3倍标准差缺陷检测方法。首先使用凸线段幅值扩展法重新计算凸线段绝对幅值,然后采用2次三倍标准差原则完成缺陷初步提取,最后使用区分凹凸面算法去除反光误检,使用近似共线轮廓合并算子去除粗糙位置误检。以上三种算法均可准确检测出缺陷位置,具有很好的鲁棒性。其中第二种缺陷检测算法检测效率最高,且仅产生反光误检。对于反光误检,经过实验测试使用区分凹凸面算法去除误检效果更好,对于粗糙误检,经过实验测试使用近似轮廓共线合并算子去除误检效果更好。基于机器视觉的图像处理算法为板片检测提供了一种新的解决方案,具有一定的实用价值。