在“碳达峰、碳中和”的时代驱动下,我国为了积极推动能源绿色低碳转型,在新能源车辆领域正努力探索新材料与新技术。目前,轻合金材质以其轻量、耐久、环保等优势已经代替钢制材料广泛应用于车轮产品中。出于安全角度的考量,生产厂家对轻合金车轮表面质量的检测非常严格,避免细微缺陷对产品安全性的潜在危害。然而轻合金车轮生产的多重工序都可能会面临机器或人工损伤,使轻合金车轮表面缺陷特征复杂,给表面质量检测带来一定的挑战。目前对于轻合金车轮表面的质检仍依靠人工的方式,重复的工作疲劳以及专家知识的差异性都可能对检测效率产生影响。另一方面,基于机器视觉的检测技术已经凭借其自身优势在工业自动化中占有一席之地,并占据视觉引导、表面质量检测的主力地位。在机器视觉检测技术中,硬件和软件技术可分别用于解决不同的图像缺陷检测问题。例如,操作平台、相机、光源等硬件的协调配合可以将三维空间中的检测对象转换成二维空间中的数字图像,以突出图像中的目标区域;检测算法可以将二维数字图像中的目标信息进行选择性特征表达,实现图像缺陷区域的精准识别。本文致力于利用机器视觉技术在车轮生产线末端实现轻合金车轮表面缺陷的自动检测,设计目标涵盖车轮部件的自适应全覆盖成像,同时,重点研究了轻合金车轮表面缺陷检测系统存在的若干关键问题。考虑到车轮制造工艺对轻合金表面的影响,研究内容分为三个主要部分:轻合金车轮自动成像系统、加工面缺陷检测方法、铸造面缺陷检测方法。论文的主要研究内容如下:（1）设计了轻合金车轮加工面与铸造面两种自动成像系统。首先,设计了线阵相机和光源扫描自转车轮的加工面自动成像系统,基于几何光学原理从微观加工纹理分析拓展到宏观表面轮廓分析,通过成像机构空间位姿自动寻优过程实现了加工面纹理显著性成像目标。其次,设计了以机械臂控制的面阵相机移动触发采集的铸造面自动成像系统,通过对差异性成像部位的自动识别完成成像机构空间位姿的自适应调整,实现了铸造面全覆盖成像目标。两种成像系统解决了由轻合金车轮多样性结构与表面导致的固定成像位姿不能实现的全覆盖问题。通过成像系统试验,结果表明实际采集图像符合设计目标,并建立了轻合金车轮加工面与铸造面图库。（2）提出了一种基于最大互信息与二维直方图的加工面缺陷检测算法。针对加工面存在的具有非显著性类间差异的浅坑缺陷漏检问题,首先建立了灰度-局部空间灰度差直方图并改变了传统的多阈值分割模式,在突出浅坑缺陷分布特征的同时,增强了与背景之间的类间差异,解决了浅坑缺陷与背景之间的灰度差异与分布间距无法直接作为二值化判据的问题。其次,分析了浅坑缺陷与背景的特征交叉区间,并基于互信息表示浅坑缺陷与背景之间的最大依赖程度,解决了特征交叉区间中目标缺陷检测困难的问题。实验表明本文方法在轻合金车轮加工面浅坑类缺陷检测中获得了较好的性能。（3）提出了一种基于临级编码特征融合的铸造面缺陷检测算法。在U-net网络编码-解码结构的基础上,首先加入了残差模块用于实现各层级输入输出之间的快速链接,其次利用空间软注意力机制剔除了冗余信息,最后提出了临级编码特征融合的方式加强对空间信息的恢复,临级特征关联最大化的表示方式解决了深度学习方法提取的各层级特征对铸造面多类型缺陷的表示问题,进而实现了轻合金车轮铸造面中类内差异与类间相似缺陷区域的分割与分类。实验表明本文方法在轻合金车轮铸造面多类型缺陷检测中取得了较好的分割结果与分类性能。基于机器视觉技术的轻合金车轮表面缺陷检测系统可以降低车轮表面质检的漏检率和误检率,减少表面缺陷对车辆行驶安全性的隐患,提高实际生产线的质检效率和自动化水平,为新能源转型发展提供技术支持。