发动机线束作为汽车发动机总成不可缺少的零部件之一,起着连接电路和传输信号的关键作用,线束质量影响着后续工作电路的装配,乃至发动机后续工作的稳定性。目前,国内人工生产效率低,差别大、稳定性差,质量检测也靠人工,准确率低,质量不可靠,成本高,无法满足线束大批量生产和检测的高效性、实时性需求。本文以发动机线束为研究对象,开展对高温线自动化生产线设计和视觉检测系统的研究及设计。根据发动机线束生产要求,把生产过程分为10个生产环节,并完成了每个生产环节的送料、检测、控制等功能,对生产线调试后进行了实际生产,证明了生产线设计的合理性。整个生产线的质量检测,包括线头、端子压接和套管3个部分,其中,套管与端子距离容易发生质量问题,采用机器视觉检测套管与端子的距离,本文以该检测系统为代表,进行系统整体方案设计,硬件设备选型,在工业环境中完成检测系统硬件搭建。设计开发检测系统软件界面,在Visual Studio2019集成环境下进行编写,采用C#语言独立完成软件底层框架。在图像处理部分,调用Open CV函数库编写相关视觉尺寸测量的图像处理算法。在图像边缘检测定位上,引入Zernike矩亚像素边缘定位算法,并对Zernike矩亚像素边缘定位算法进行改进,提升了定位精度。利用哈夫变换拟合直线原理,对图像中套管和端子的边缘进行直线拟合,以便进行距离测量。研究相机标定技术,推导相机标定原理并借助Matlab软件,采用张正友标定法对工业相机进行标定,得到相机参数,实现了图像中像素值到实际尺寸测量的换算。对实际生产线进行了调试,整条生产线能进行每分钟20-24个线束的自动化生产,比人工生产效率提高了5倍以上。对套管和端子距离,进行了算法改进前与改进后、人工检测与机器视觉检测作对比,算法改进后测量结果标准差减少了80%,检测误差能控制在0.02mm以内,说明了本文所提出的改进Zernike矩亚像素边缘定位算法的准确性和有效性,达到了检测要求,提升了生产率。