汽车涂膜可以对汽车起到保护作用、美化作用和强化视觉识别性的作用，因此，保证汽车车身涂膜的质量对于汽车整体质量控制十分重要。但汽车喷漆时受到许多因素的影响容易出现漆面缺陷，如划痕、流挂等。利用人工进行车身漆面检测耗时耗力，且效率较低。

如何通过机器视觉的方式实现高效率、高精度的汽车漆面缺陷检测，降低该环节的人力物力成本，满足自动化生产需求，则是我们本次项目探讨的主题。

基于企业已搭建的图像采集装置所采集的图像，即固定相机结合移动光源增强缺陷特征采集的序列图像，进行检测算法模块设计和结果展示模块设计。

对采集图像使用传统检测算法检测漆面缺陷，采用图像拼接技术实现多幅相机图像拼接并标出缺陷位置。预期最终在60s内实现车身漆面缺陷检测且精度不低于85%-90%，同时在车身模型图中准确定位、显示缺陷。

本次毕业设计的成果主要可以分成过程图像处理与缺陷检测方法、融合图像处理与缺陷检测方法和图像拼接及定位显示方法的研究。

       在过程图像处理与缺陷检测方法研究中，针对过程图像建立了完整的针对灰粒、缩孔等缺陷的检测算法流程。

       在融合图像处理与缺陷检测方法研究中，针对融合图像建立了完整的针对划痕、滴油等缺陷的检测算法流程。

在图像拼接及定位显示方法研究中，实现了重复缺陷剔除、定位投影，设计了交互界面以更好地显示结果。

最终，实现了项目设定指标。