随着工业生产规模的不断扩大,各行各业对于工业零件的需求也在不断扩大,而如何能够有效的检测工业零件的表面质量问题,将是我们研究的课题。通过对过去的零件检测方法的了解,它们存在检测效率低,代价高等一些问题。因此为了解决工业零件表面质量检测的问题,本文提出了一种新的描述方法。区别于过去的视觉检测零件表面质量的方法,本文将采用三维点云数据来完成本文课题,其主要内容如下:(1)本文中提出了一种新的三维点云描述方法--基于球谐基函数的系数的三维点云描述方法,该方法以勒让德多项式为基把点云展开为广义傅里叶级数,由此获得点云在该基向量空间的系数完成三维点云的全新描述符,然后利用这种描述符来表示点云模型。(2)将待测的工业零件的三维模型和标准库中的三维模型都利用这种描述符来表示,通过欧氏距离的计算比较,从而得到两个模型直接的相似程度,有效的利用相似程度,来衡量待测零件与标准零件的差异,从而完成零件的检测。(3)为了进一步有效的检测出工业零件的缺陷位置,因此本文将基于球谐基函数的系数的三维点云描述方法和三维点云分割方法相结合,通过将识别出来的缺陷零件三维点云模型,利用三维点云分割的方法将其拆成各个面,比较相似度找到缺陷位置。最后,本文通过采集的工业零件三维模型数据,验证本文的方法的实际检测效果,对于合格的零件检测通过率达到100%,对于缺失和形变的零件检测率保持在97%以上。