近年来,合成革得到了广泛的应用,行业发展迅速。但由于合成革的生产线刮刀抬刀难以自动控制的问题,难以实现全密闭生产,造成大量污染性气体的无组织排放,造成环境污染,且危害工人身体健康。离型纸接头的自动检测是解决刮刀抬刀自动控制的关键,而由于离型纸的移动进给、颜色不固定以及存在污渍和破损等问题,传统方法难以准确、自动地在线检测离型纸接头。本文在分析离型纸和离型纸接头特点的基础上,研究基于视觉图像的离型纸接头检测原理与方法,利用彩色图像的边缘检测技术实现了离型纸接头的在线检测和识别。本文主要研究工作如下:(1)对离型纸接头检测的技术要求与解决方法进行了分析,针对离型纸接头图像的特点及在线检测要求,提出彩色图像边缘检测的方案,并分析方案可行性。(2)针对离型纸接头在线检测要求,对基于单分量的常用彩色图像边缘检测算法的适应性进行了研究。对传统的边缘检测梯度算子的性能进行了分析与仿真研究,并针对其存在的缺陷,提出梯度算子结合和梯度算子与数学形态学结合的改进的算法。实验证明,传统算法与改进算法虽然对边缘检测具有一定的普适性,但不能满足离型纸接头在线检测的要求。(3)为提高检测精度,对分量综合的彩色图像边缘检测技术进行了研究。基于典型的颜色空间RGB和HSV,对三分量综合的彩色图像边缘检测算法的特性进行了分析与仿真研究;研究了通过将梯度结合的算法融合进基于RGB的算法,以及利用HSV空间的特性实现梯度算子与色差公式结合等方式,对检测效果的改进。实验表明,算法检测效果较好,但由于处理时间过长,不能满足离型纸在线检测要求。(4)在单分量和分量综合算法研究基础上,结合离型纸颜色特征,具体分析RGB三分量颜色值的分布趋势,提出了基于RGB的处理算法。通过对三个分量像素值的处理,找到剧烈突变的边缘点,判断离型纸接头。实验表明,该算法准确度高、处理速度快,能够满足自动抬刀系统的要求,并且,算法已应用于实际现场中,具有较好的适应性。