近年来,随着塑料制品应用领域的不断拓宽,注塑成型相关技术越来越多的受到人们的关注。目前注塑制品质量检测通常采用在线人工检测和离线抽样分析相结合的方式进行,存在检测精度低以及反馈速度慢等问题,严重阻碍了注塑过程生产效率的提高。随着计算机技术和图像处理技术的不断发展,基于图像处理的在线检测技术以非接触、速度快、柔性好等突出优点,为改善落后的注塑制品质量检测技术奠定了基础。基于此,本文依托东北大学流程工业综合自动化重点实验室基金项目,针对基于图像处理的注塑制品缺陷检测方法展开研究。由采集系统直接得到的图像通常存在噪声干扰及平移、旋转等几何位置变化,不适于直接进行缺陷检测,基于此,本文研究了相关的图像处理方法。针对图像中存在的噪声干扰问题,以保护边缘和保证检测系统快速性为原则,采用快速中值滤波算法抑制噪声的影响;针对制品与背景分离过程中阂值选取的问题,采用快速最大类间方差法,以二值的形式区分制品与背景;针对传统轮廓提取方法应用于注塑制品图像时存在的不足,提出一种新的注塑制品轮廓提取方法,得到完整有向的制品轮廓;针对传统图像配准方法在角点检测及角点匹配过程中存在的问题加以改进,分别提出改进策略,为后续缺陷检测工作的顺利进行奠定了坚实的基础。仿真实验结果证明了这些方法的有效性。在完成图像处理后,本文对注塑制品缺陷检测方法进行了研究。针对欠注、飞边以及表面斑状缺陷等注塑制品常见缺陷的不同表现形式及其在图像中的特点,提出相应的检测方法。利用欠注制品轮廓与标准制品轮廓的差异性,采用基于傅里叶描述子的方法实现对欠注缺陷的检测;利用飞边制品以及表面斑状制品与标准制品在图像灰度方面的差异性,在采用差影法的基础上,通过判断缺陷发生的位置实现对这两种缺陷的检测。仿真实验结果证明了这些方法的有效性。最后,本文将具体方法集成到现有注塑制品缺陷检测系统上,完善了图像处理模块以及缺陷检测模块的相关代码设计,为该系统的应用与扩展奠定了基础。