随着汽车工业的飞速发展以及生产自动化水平的不断提高，检测手段是否先进，对提高生产水平来说就变得尤为重要。大梁是汽车的重要组成部分，而大梁装配孔的合格与否又直接影响到大梁的质量乃至整车的质量。在我国，一直以来依靠人工的方法对装配孔数目和位置进行检测，如今这种传统的检测手段已经无法满足生产柔性和自动化程度的需求。基于计算机视觉检测(AVI)技术在检测系统的智能化、柔性、快速性等方面较接触式检测方法具有更大的优越性。因此，开发基于图像处理的装配孔自动检测系统具有很大的实际意义。近年来，我们开展了对大梁装配孔基于图像处理的自动测量系统的研究。 本文针对工业现场对大梁装配孔检测的具体要求，设计了一套基于机器视觉的大梁装配孔自动检测系统。本文首先介绍了机器视觉的概念，机器视觉的发展、现状、新趋势以及在各方面的应用。介绍了利用机器视觉对大梁装配孔检测的一般方法和系统硬件和软件构成。详细论述和比较了图像处理和分析所用到的图像增强、阈值分割、图像拼接、特征提取以及模式识别等多种算法，在总结现有的算法的基础上，对其不足进行了改进，根据大梁装配孔图像的实际情况采用了一些实用有效的算法。为了在滤除图像椒盐噪声的同时能很好地保持图像的细节，提出了一种新颖的图像椒盐噪声非线性自适应滤除算法，并提出了在二维直方图上用双门限对原始图像进行分割。 本文针对检测系统在一定分辨率的情况下，CCD摄像机一次检测的范围受到限制，影响检测速度的问题，提出在检测系统中添加图像拼接技术。本文详细叙述了数字图像拼接的全部过程。重点阐述了几何变形校正、图像配准和图像合并这三项图像拼接过程中的关键技术。针对几何变形校正，采用了双三次样条插值；针对图像配准，通过分析现有的配准方法，采用了基于特征的模板匹配方法，论述了基于特征模板的匹配原理，并给出了算法和改进方案；对于图像合并，采用淡入淡出的方法完成图像的平滑拼接和显示。 利用VC++作为平台，开发了一套图像处理及识别软件系统，对样本模式进行特征提取和特征比较，自动检测出大梁装配孔的数目、直径和位置，最终可以实现对不合格大梁的自动标记和分拣。 本文所设计的自动检测系统，较好的满足了生产的实际需要。实验证明，计算机检测具有更强的可行性和准确性，并取得比较满意的效果。