机器视觉与图像处理技术伴随着计算机技术的发展而得到了飞速的发展,随着科学检测技术的不断完善,越来越多的产品缺陷检测系统通过机器视觉来实现。这样既可以让工人从繁忙的体力劳动中解放出来,又能提高检测的精度和检测的速度。本文就是应用基于图像处理技术对汽车转向器阀套内孔的图像信息进行检测的缺陷检测系统。汽车的转向性能作为评价汽车的一个重要指标,其转向系统就显得尤为重要,而作为其核心部件的汽车转向器阀套的作用不言而喻。转向器阀套与阀芯配合质量的好与否对汽车的性能带来很大的影响甚至将会直接影响整个汽车的转向性能。在本论文中,结合转向器阀套的结构特点,提出了一种基于二维光扫描的图像拼接方法,将采集的阀套内孔图像拼接成完整的内孔图像。要得到内孔图像,首先需要对内孔图像信息进行提取工作,本论文设计了必要的机械结构来辅助实现对阀套内孔的图片信息进行采集。一个完整的缺陷检测系统不仅要求其机械结构的精确,还要求其算法的完善。图像的预处理是针对缺陷进行的初步处理,在预处理阶段首先通过图像增强算法使得图像的特征更加明显的呈现出来；接下来对增强后的图像进行去噪处理,通过去噪处理实现去除采集以及传输图像过程中所产生的噪声信息；然后进行图形的分割处理,通过分割使得图像的边缘更加明显；最后对采集的图像进行畸变校正,利于后续的拼接处理。对图像预处理完成之后得到的图像无噪声、特征明显,接下来根据图像的特征进行图像的完整性拼接。要完成图像拼接首先需要对所拼接的图像进行特征点的提取,然后根据图像中的特征点进行图像特征点的匹配。最后通过SIFT特征点拼接算法完成拼接,从而得到完整的阀套内孔的图像信息。在拼接的完整阀套内孔图像中选择一张质量较好的图像作为模板。将模板图像与待检测图像进行差分运算,得到差分图像,然后对差分图像进行阈值分割,得到二值化的差分图像。最后对二值化图像中缺陷区域的像素数进行统计,若统计得到的像素数超过预设的数目则认为待检测图像存在缺陷。