Para resolver los problemas de una alta tasa de desajuste y ser fácilmente afectado por ruido y transformación de gris, en este documento se propone un método mejorado de detección de defectos de productos que combina la distancia del centroide y la información textural. Basado en el preprocesamiento de imágenes, se utiliza el método mejorado de agrupamiento de medios difusos C para extraer las características de contorno cerrado. Luego, se utiliza el operador de descripción de distancia del centro de contorno para el emparejamiento bidireccional, y se obtiene un par de contornos de emparejamiento grueso robusto. Después de que se filtra el par de contornos de emparejamiento grueso, se obtiene el resultado de emparejamiento refinado utilizando el operador de patrón binario local mejorado. Finalmente, mediante la comparación de si el número de pares de emparejamiento fino es consistente con el número de contornos de plantilla, se realiza la detección de productos industriales buenos y malos, y se diseñan experimentos de extracción de contornos cerrados, experimentos de emparejamiento anti-rotación, experimentos de emparejamiento anti-diferencia de gris, y experimentos de detección de defectos de tres productos diferentes. Los resultados experimentales muestran que el método mejorado de detección de defectos de productos tiene un buen rendimiento en relación con la transformación anti-rotación y la diferencia anti-gris, la precisión de detección puede alcanzar más del 90%, y el tiempo de detección es de hasta 362.6 ms, lo que puede cumplir con los requisitos de detección en tiempo real industrial.