汽车玻璃作为汽车的重要构成部分,汽车玻璃的好坏不仅直接影响汽车的外观质量,而且会影响驾驶者的行车安全。在实际的生产线中,汽车玻璃的检测主要涉及两个方面:混线检测和缺陷检测。混线检测即检测当前生产线所输送的汽车玻璃是否符合规格要求,主要检测汽车玻璃的轮廓、材质与厚度是否符合要求;缺陷检测即检测汽车玻璃是否存在质量问题,主要包括丝网印刷部分的缺陷检测和汽车玻璃本身的缺陷检测。目前,大量的玻璃厂商针对汽车成品玻璃的混线检测和缺陷检测问题仍然以人工检测为主。但随着汽车玻璃产业的蓬勃发展,传统人工检测渐渐无法满足不断增长的产能需求。而现有的玻璃检测技术多为针对全透明的原片玻璃的检测,不适用于部分带有丝网印刷的汽车成品玻璃进行混线检测与缺陷检测。针对以上现状,本文对汽车玻璃的特性以及常见缺陷的特点进行分析,重点设计了结合轮廓特征与色彩特征的汽车玻璃混线检测算法和基于改进区域生长算法的汽车玻璃缺陷检测算法。本文完成的主要工作如下:（1）图像采集部分,本文分析了汽车玻璃的本身特性,确定汽车玻璃在进行混线检测和缺陷检测时所需采集的信息;根据所需信息的成像特点设计了双相机双背景的汽车玻璃图像采集装置,确保玻璃的轮廓信息、色彩信息和缺陷信息可以被完整且良好地采集。（2）混线检测部分,提出了结合轮廓特征与色彩特征的汽车玻璃混线检测算法。并在不增加算法难度和耗时的情况下,提出了一种结合面积特征的改进几何矩匹配算法,提高了轮廓检测的精度。（3）缺陷检测部分,本文对比了多种分割算法在汽车玻璃缺陷检测应用上的优缺点,提出了结合自适应阈值算法和区域生长算法的汽车玻璃缺陷分割技术,解决了现有分割技术难以将汽车玻璃缺陷完好地分割出来的问题,并对分割出的缺陷进行定量检测和分类。（4）监控软件部分,本文设计了基于机器视觉的汽车玻璃混线及缺陷检测监控软件,可实时展示汽车玻璃检测的整个流程,并可完成检测过程中所有参数的监测、修改和设置。课题所做工作能够有效实现汽车玻璃的混线检测和缺陷检测。在实验室环境下,混线检测的平均检测成功率达到了98.62%,缺陷检测的平均检测成功率达到了97.07%,达到预计的设计目标,具有一定的使用和推广价值。