随着智能制造概念的提出与不断地发展，制造业对产品在线检测提出了更多更高的要求。机器视觉技术在产品检测中的应用会是产品检测的必然方向。本文从图像拼接与柱面产品的缺陷检测方法入手，分析研究了机器视觉在产品在线质检中的应用，研究的主要内容有：　　分析了现有LED芯片扫描过程的所存在的问题，并对其进行了优化。提出了一种连续拍照扫描方式，基于图像拼接方法，能够大大提高扫描效率。并对不同芯片扫描方式组合从精度和效率方面进行了分析，通过对比实验验证了本文提出方法的有效性。　　分析了电机换向器缺陷检测中所存在的缺陷面积不完整的问题，使用图像拼接方法进行电机换向器的柱面拼接与缺陷拼接。提出了两种柱面展开方法并进行了对比，并采用一种模拟多相机拍照的方式，将图像展开与图像拼接结合在一起，最后通过实验验证了所提出方法的有效性。　　分析了电机换向器柱面部分的检测项目，根据不同的检测项目提出了不同的检测方法。首先对电机换向器柱面的尺寸测量进行了研究，提出了亚像素阈值分割方法取代边缘提取方法来提取所需边缘，然后利用筛选边缘点进行直线拟合。接着对槽内缺陷进行了分析，提出一种自动阈值分割方式，可以进行多阈值分割，并结合槽内缺陷的特点，能够有效地分割出槽内缺陷。然后分析了柱面凹坑类缺陷的检测方法，提出一种基于局部阈值分割的稳定区域检测方法，能够检测出完整的缺陷区域。最后是对线状物缺陷进行分析，基于微分几何的线状物提取方法，并采用规划化处理、双阈值连接、局部对比度筛选的方式对其进行了改进，结果证明可以有效地检测出不同的线状物缺陷。