为了响应“中国制造2025”的号召,解决航空领域的工件自动检测问题,结合国内外相关领域的发展过程与发展现状,本文进行了基于机械手臂的工件表面缺陷检测算法实现的研究。首先,本文对国内外的机械手臂与工件检测领域文献进行总结介绍,结合已有文献与项目要求对该系统的总体架构与功能设计进行说明阐述。然后,设计了一款六关节四连杆三环轴结构机械手臂作为系统执行机构,共包括120个独立零部件,来完成工件翻转、移动、分类等机械操作,并对该机械手臂进行正、反向运动学分析。再利用ANSYS有限元分析软件对关键部件进行静力学分析,在Solid Works平台进行动力学分析以验证其运动性能。此外,对整个检测设备的控制系统进行设计。介绍了该系统的控制内容与要求,包括硬件控制模块的单元组成与控制要求,并且进行硬件系统设计,包括主要控制单元的电路设计。同时,本文设计了一种基于形态学处理与Canny算子的目标分离算法。在实际生产工厂环境下进行实验获得最长处理时间为202ms的实验结果。主要地,结合实际项目需求,本文还采用了一种基于图像分割的图像融合方法。针对航空铆钉表面缺陷检测提出了一种图像处理算法——基于直方图威布尔分析的自适应中值滤波算法(Self-adaptive median filtering based on Weibull analysis of histogram statistics,SMWH)和一种缺陷特征提取算法——基于贝叶斯分析的振荡型特征提取算法(Feature extraction algorithm of oscillation based on Bayesian analysis,FEOB)。通过与几种经典滤波算法进行对比实验,结果显示本文所提出的算法获得更好的处理效果和准确的检测结果。综上所述,本文设计了一种基于机械手臂的工件表面缺陷检测技术,包括了设备的硬件设计与算法设计。可以完成图像获取、工件筛选、目标分离和缺陷检测,极大地提高了工件质量检测效率,具有重要的实际意义,并且对于其他工件质量检测具有一定的扩展价值。