机器视觉是用机器代替人眼的一项综合技术,随着技术水平的不断进步,机器视觉已经被广泛应用于工业生产领域,机器视觉检测方式相比于传统人工检测方式具有极高的产品检测效率。在汽车内饰板的生产过程中,人工放置汽车内饰板将导致其位置变动较大、汽车内饰板类型不一,由此导致待检测位置的不确定性,无法完成特定位置识别检测工作;另外,由于相机畸变、目标误测等问题而导致的图像变形、误检等问题,也使得图像处理中模板匹配的误差增大,同色锁扣智能检测的准确率降低。针对上述问题,本文对汽车内饰板同色锁扣智能检测系统展开研究.首先,根据汽车内饰板同色锁扣检测需求,给出了检测系统的整体框架,对系统的各个组成部分的功能进行了分析,并结合实际检测环境中的影响因素,对所需的所有硬件进行了原理与参数分析,并完成硬件的选型。为解决相机畸变而导致的图像变形问题,对相机的径向畸变与切向畸变做了深入的研究,加入去畸变算法对张正友相机标定法进行改进,使得标定算法在考虑镜头畸变的情况下进行标定,在得到优化后的相机参数的前提下获得更加准确的产品图像信息,更好的解决了相机畸变产生的影响,为图像模板匹配做好前提与铺垫;大量的实验对比数据表明改进后的算法将准确率提高了 1.13%,证明考虑相机畸变问题的必要性以及加入去畸变算法的张正友相机标定改进方法的可行性。另外,为解决待检产品位置随机、类型不一的问题,产品超出视觉相机的“视野”范围问题,条形码、弹簧、掉落零件的误检误测等问题,提高对汽车内饰板的模板匹配的速度与准确度,确保对待检测位置的准确定位,本文提出应用加入停止标准以及图像金字塔搜索策略的边缘几何特征算法,利用曲面拟合的方式求取梯度方向,在解决匹配需求的前提下,准确定位、排除多余目标干扰、准确定位待检位置、缩短算法处理时长。利用张正友标定法改进方法进行相机标定及图像矫正后,结合提速的边缘几何特征算法的目标定位,对强光、旋转、弱光、遮挡等各种条件下的汽车内饰板图像进行了 1000次检测,对检测结果进行分析,结果表明准确率高达99.8%,检测的准确率完全能够满足生产要求。证明边缘几何特征匹配算法十分适用于汽车内饰板的同色锁扣智能检测,同时也说明该方法与所提出的张正友标定法的改进方法结合的有效性。最后,为使得所研究的系统功能更加完备、实操更加简单,还对检测系统进行了软件界面的设计与实现,基于MFC框架研发了集成相机模块、通信模块、图像处理模块以及结果显示模块的软件交互界面,使检测系统更能满足生产检测的实际需要。