随着汽车工业的发展,车身轻量化已成为必然趋势。铝车身具有大幅减小汽车重量,降低油耗和排放的优点,在汽车行业中得到广泛应用。然而,传统的点焊、MIG焊等热连接技术已不再适用,铆接技术逐渐应用于汽车制造业。目前,铝车身铆接质量的检测多为人工线下检测,存在检测效率低且误判率高的缺点。针对该情况,借助机器视觉无损检测技术设计并开发一套在线检测装备,基于铝车身铆接外部缺陷特征制定检测方案,依托实际铝车身生产线开展实验验证所提出方法的可行性和有效性。基于铝车身的铆接工艺解析车身铆接外部缺陷的形貌特征,依据生产工艺和检测环境,开展视觉在线检测硬件系统的设计。为满足高效生产要求,制定径向单点检测策略对铝车身铆接外部形貌特征进行采样。设计缺陷特征在线识别算法和检测流程,进而实现铆接外部缺陷特征的快速识别和提取工作。针对铝车身铆钉铆接姿态判定,通过径向二维投影法实现铆点姿态参数量化。通过系统标定、铆点定位、边缘检测和轮廓拟合实现特征检测。应用张正友标定法来完成相机标定和图像畸变矫正工作;提出了一种基于高斯金字塔搜索的NCC算法,可快速、准确的实现检测区域定位,相比常规的NCC算法提高了区域定位速度;设计了一种自适应的Canny算法,使用自适应中值滤波代替高斯滤波,并引入Otsu算法实现高低阈值的自适应划分,避免常规算法中选用定值阈值而导致检测精度低的难题;采用成熟的最小二乘法完成车身铆点外部边缘的拟合,结合铆接姿态量化的参数完成铆接质量判定中铆点姿态特征的检测。裂纹,凹坑和缺口是铝车身铆钉头表面的关键缺陷特征。通过翻转、旋转、添加噪声等方式扩充数据样本容量,利用MATLAB软件中的Image Labeler完成缺陷标注;采用Faster R-CNN算法完成铝车身铆点表面缺陷检测,并选用AP,m AP和检测平均耗时来衡量车身铆点表面缺陷检测性能。对凹坑、裂纹、缺口三种铆点表面缺陷进行训练学习,最终三类缺陷检测AP值分别0.90、0.85和0.78,综合检测m AP值可达0.843,平均检测时间为0.77s,有效实现该类缺陷特征的提取和识别,进而完成铝车身铆接质量判定中铆点表面缺陷的在线检测。