随着扣式电池的使用越来越广泛，用户对它的表面质量要求也越来越高。因此，在生产过程中进行电池性能检测的同时，还需要对电池的表面缺陷进行检测。目前大多数的电池生产厂家多采用人工目测，检测准确度差、效率低而且劳动强度大，已无法满足现代工业制造的要求。　　机器视觉技术作为当前的研究热点，具有效率高、非接触、精度高、使用灵活、可靠等优点，应用前景十分广泛。本课题根据生产厂家的质量检测要求和扣式电池生产线的实际情况，开发设计了一套基于机器视觉的扣式电池表面缺陷在线检测系统。该检测系统是在原有生产线的基础上进行扩充，充分利用生产线的现有资源，在一定程度上节约了成本。系统以PLC作为控制器，以生产线传送带作为检测传送带，以视觉处理器作为图像处理模块，分别对电池的正极、负极表面图像进行预处理、模板匹配、差减运算等图像处理环节，判断两极表面是否存在缺陷，PLC根据判定结果控制执行机构对不合格品进行剔除。　　本文首先设计了扣式电池表面缺陷检测系统的总体结构，说明其工作流程，并详细阐述了其硬件系统、软件系统的选型及设计。然后以采集到的扣式电池表面图像为研究对象，分析正、负极表面的图像缺陷检测要点，根据图像的实际情况，进行图像灰度化、图像滤波、顶帽变换、图像线性拉伸、Otsu分割等图像预处理，使图像的视觉效果得到明显改善。图像采集过程中电池朝向和摆放位置是随机的，在图像缺陷检测之前进行配准定位、校正方向、位置能够大大地减小后续检测误差，本文以字符的倾斜角度作为衡量标准，设计算法并进行改进、实验比较。缺陷检测算法是检测系统的核心，根据电池表面缺陷的特征，本文以模板匹配法作为初检测算法，以图像差减法作为最终检测算法。初检测阶段能够识别表面损伤严重的产品，最终检测阶段能够检测出字符区域带微小缺陷的产品，同时保证了检测效率和检测准确度。　　最后，利用设计的缺陷检测系统对某一型号扣式电池进行实验，论证该检测系统的有效性、合理性，实验过程主要是:进行视觉处理器的参数设定、相机设定、实验标定、模板制作和场景编辑。实验结果表明，该系统可以实现提出的设计要求，将其应用于工业电池生产线，将具有很好的应用价值和市场前景。