塑料作为一种与我们生活息息相关的高分子材料，正越来越多地被广泛应用于建筑、工业、农业和生活的各个领域。塑料制品产量的大幅增长和广泛应用，给其生产过程中的质量控制提出了越来越高的要求，其中塑料制品的外观缺陷检测是塑料生产过程中的关键环节之一，对提高生产效率和质量控制精度，具有一定的现实意义和实用价值。课题来源于广东省教育部产学研结合项目“电子产品外观表面缺陷高速高效视觉检测关键技术及装备”（项目编号2012B091000014），论文深入研究了塑料制品缺陷检测相关理论与技术，对图像处理和缺陷识别算法进行了重点讨论。论文主要研究内容如下：首先，介绍了机器视觉塑料制品缺陷检测的发展状况，引出视觉检测技术的工作流程，并指出机器视觉算法研究的三大难点，交代了课题来源和研究目标。根据机器视觉的原理，介绍了系统硬件选型，搭建了系统检测平台。然后，从图像处理算法研究角度出发，对塑料制品外观缺陷进行实验研究，对比不同的空间灰度修正变换算法对塑料制品图像的增强效果，选取了最适合的线性分段变换来进行增强；用多种滤波算法对塑料制品图像进行了去噪处理实验并对比结果，得出中值滤波对本课题的去噪效果最理想。在边缘分割中，对Roberts边缘算子、Sobel算子等不同算子进行比较研究，选取了最合适的LOG算子来进行本课题的边缘分割。最后，重点研究了缺陷的检测识别算法，对倾斜图像采用Hough变换实现了倾斜校正，用模板匹配算法对待检测制品目标进行了准确定位，同时对干扰特征区域进行定位，在此基础上采用一种局部填充算法对干扰特征区域进行了填充，与传统的掩膜去干扰算法相比，减少了识别过程中误判的可能；然后分析了传统的LOG缺陷检测算法，并针对该算法难以处理纹理背景中微小缺陷的不足，提出了改进了的LOG检测算法，使该算法在缺陷识别准确的同时，算法适用范围扩大，有效解决了纹理背景的缺陷识别难题，并对不同塑料制品缺陷进行识别实验，证明本文改进的缺陷检测算法能够对不同塑料制品中的划痕、坏点、孔洞等主要缺陷进行准确地检测与识别，具有较好的应用价值。