复杂结构件内部零件装配正确性检测是工业产品检测必不可少的流程之一,但目前仍缺少一种系统稳健性较高的检测方法以完善整个检测流程。针对这个问题,综合计算机断层扫描(CT)检测技术与卷积神经网络分类识别算法,改变以往以连通区域为特征的检测方法,自动识别图像中的感兴趣区域,使合格品的判断标准由区域特征变为个体特征。将CT系统采集的投影数据序列输入卷积神经网络,对工件内部零件进行精确定位并分类,以产品内部零件分类结果作为零件漏装检测的判断标准,以标准工件投影匹配检测工件投影,通过对比完成零件位移检测。通过实验验证可得,所提方法在模拟工件产品和实际产品检测中可完成对工件内部零件漏缺和换位的识别,整个系统对工件内部零件的相互遮挡等因素具有一定的稳健性。