在液压系统中,油液渗漏是一种典型的重复多发性问题。油液渗漏不仅会带来经济损失和环境污染,还可能发生火灾和爆炸。如何精确自动检测油液渗漏是一项复杂而具有挑战性的工作。而目前,国内大多数企业仍采用人工检测等方法,无法及时、快速、准确地检测出油液渗漏。所以利用机器视觉对液压元件渗漏进行高效率、高精度、低成本的检测是未来发展的必然趋势。本文从机器视觉的角度,讨论构建一套基于机器视觉的液压元件油液渗漏检测系统的可能性。主要研究内容于如下:首先,通过研究图像配准的各种空间变换模型,提出一种基于SURF特征和CPD点集的图像配准算法,有效地解决液压元件在图像采集过程中易发生偏移和旋转这一问题,提高后续图像差分法的精度。其次,针对辅助光源无法改善液压元件缝隙图像的可视度这一问题,在研究传统图像增强算法的基础上,提出一种基于改进暗通道的液压元件缝隙图像增强算法,有效地提高缝隙图像的感知质量。并根据油液渗漏是动态过程这一特点,提出一种基于差法分的图像分割算法,能够有效地检测出图像中发生变化的区域,接着对这些区域进行特征提取,采用支持向量机的方法对油液渗漏进行识别。最后,根据液压元件渗漏检测系统的技术要求,提出油液渗漏检测系统的总体设计方案,并对系统的硬件结构和软件进行搭建。针对液压元件的油液渗漏进行试验研究,并对系统的稳定性和检测精度进行测试验证,试验结果表明,本系统能够快速、准确的检测出液压元件的油液渗漏。