随着人们生活质量不断提升,摩托车产品已经大规模普及。现阶段人们所关注的往往是摩托车的质量问题。其中有一个重要的部件叫变速鼓。倘若变速鼓出现问题,将会严重影响摩托车挡位的控制,所以对变速鼓缺陷的检测具有研究意义。本文将通过对变速鼓缺陷特点分析,以及缺陷的特征提取与分类所涉及的技术进行详细的介绍。针对传统SIFT算法对特征点检测效率较低的问题,提出改进算法,该算法是引入FAST多尺度空间,通过将传统的FAST算法引入尺度参数,按尺度连续对图像进行高斯模糊,然后进行极值点的检测,再进行不同尺度间的比较,找出最优角点,从而提高了在关键点检测的效率。实验结果表明,该算法同样具备尺度不变性,旋转不变性等特点,同时特征描述向量的生成效率大大提高,并且特征描述准确性较高。针对每张缺陷图像生成特征描述向量数量不一,将特征描述向量进行K-means聚类,形成最终的特征向量,从而方便分类训练。但是特征点为局部特征,为了有效提高检测正确率,提取锈迹缺陷这类的颜色特征,引入全局特征颜色矩,将局部特征与全局特征融合,采用“一对余”类型的SVM多分类模型,从而提高分类识别率。通过实验证明,采用多特征融合分类模型,识别正确率将会有所提高。根据变速鼓表面缺陷特性,搭建相应的机器视觉检测平台,通过对比实验,得到改进后的SIFT算法检测效率有所提高,以及局部特征与全局特征融合的分类模型比单一特征分类模型识别正确率也有所提高。