针对零件外形缺陷检测,提出了稳定性较高且计算量较小的算法.首先,为了在零件定位误差较大的条件下正确提取零件区域,提出两次动态提取算法.然后,提出基于统计图的分类算法,高效数值化零件的宽度、厚度、分散度、偏转程度等常用的外形特征,与配置过程生成的标准参数值对比,完成零件缺陷识别.最后,在汽车拉线零件生产线上对＂打花＂和＂压铸＂两工序的零件进行了实时检测,结果表明算法的稳定性好、实时性高、配置简单,能满足中小型生产线对零件外形缺陷检测的需求.