碳纤维预浸料是由碳纤维、树脂基体和离型纸等,经过多道工序加工而成,具有强度高、寿命长、可塑性好和密度小的特点,在各行各业都有着广泛的应用。碳纤维预浸料在生产过程中,受生产工艺等各方面因素的影响,表面容易产生缺陷,这对产品质量会造成巨大的影响。目前,最常用的碳纤维复合材料无损检测方法,例如:超声波无损检测,具有很大的缺点,无法应用于产品实时检测。针对上述问题,本文基于机器视觉技术,对碳纤维预浸料表面缺陷的检测方法,进行了系统的研究。本文的主要研究内容如下:碳纤维预浸料表面缺陷检测平台的设计:根据碳纤维预浸料的生产工艺,确定检测平台的的功能要求;根据机器视觉的检测原理,对检测平台的硬件设计并搭建;最后对平台进行调试,采集高分辨率碳纤维预浸料表面图像。碳纤维预浸料表面缺陷图像的预处理:通过对检测平台采集的图像对比分析,确定图像中包含的干扰信息;通过对干扰信息分析,对图像进行去雾预处理:通过对预处理结果分析,确定最优图像预处理方法。碳纤维预浸料表面缺陷的检测:通过对缺陷的特征进行分析,以及对目标检测算法进行研究,设计本文的缺陷检测算法;完成检测算法模型的训练,并对检测结果统计分析。碳纤维预浸料表面缺陷检测平台的软件设计和实验研究:基于Python语言,综合人机工程学,对平台的软件架构和GUI操作界面进行设计;根据缺陷检测要求,对整机进行实验调试,验证预处理算法和检测算法的可靠性,以及平台的检测速度、精度和稳定性。最终实验结果表明,本文设计的碳纤维预浸料表面缺陷检测平台能满足实时性要求,检测方便,结果直观,长时间工作平稳。与人工检测相比较,漏检和误检现象大幅度降低。通过将平台标记缺陷与实际缺陷对比,平台缺陷检出率达97%以上,误检率不超过1%。