在汽车制造业生产中,汽车涂胶缺陷危害巨大,甚至危害人类生命。汽车涂胶缺陷指的是在实际操作中由于技术等因素,导致的涂胶过程中出现漏涂、断胶、过宽、过窄等缺陷。本文研究了基于机器视觉的汽车涂胶检测技术,目的在于为汽车制造业行业提供一种高效的、有实用价值的汽车涂胶检测技术手段,帮助企业更好控制涂胶质量,同时节约成本,并且提高生产率。本文在某汽车生产公司缺陷自动识别系统的基础上,完善系统功能,研究出可将涂胶缺陷分类出来的一套算法。在汽车涂胶检测过程中,首先对系统的硬件设备进行选型,然后针对汽车前盖汽车涂胶的特点,研究了图像处理、特征提取以及分析算法,根据功能要求开发了涂胶质量检测软件,最后对视觉检测系统进行了性能验证实验。针对汽车涂胶胶线漏涂、断胶、过宽、过窄等缺陷问题,首先通过涂胶机器手对涂胶图像进行采集;然后研究了涂胶质量检测技术的图像预处理算法,在比较分析常用处理方法后确定了最适合本文的预处理方法;并且分析了不同的特征提取算法,通过对实验结果的分析,确定特征提取的算法;再利用支持向量机(SVM)分类器的原理及基本算法进行汽车涂胶的识别与检测,并且通过实验数据确定了识别效率最高的核函数类型。实验结果表明:设计的采集装置可以满足本文实验需求,并且选用了适合本文的核函数和特征提取算法用于支持向量机的识别中,检测效果很好,达到了预期的识别率。大大提高了汽车涂胶在生产中检测的实时性和检测率。