随着科技不断进步和硬件设备性能不断加强，工业生产领域自动化程度不断提高，机器视觉检测技术作为一种新型的技术手段开始大量运用于工业、科研、教育、医疗、遥测探测以及智能交通等领域。螺母是一种在工业领域中大量使用的机械零件，特别是在一些精细生产加工领域，往往需要使用专业精密螺母进行产品的生产装配。然而，目前大多数螺母生产厂家仍然在使用传统的人工检验方式对其产品的质量进行控制，这不仅严重依赖人力、提升了企业的成本、降低了企业的生产效率。因此，本文提出的基于机器视觉检测技术的生产线螺母装配检测系统对于改变这一现状具有很重要的应用价值。本文在学习和借鉴国内外相关文献资料的基础上，应用Labview图像处理工具，针对螺母中的圆型特征，利用改进的Hough变换算法进行边界提取，并对相应的几何特征尺寸进行测量，然后上位机根据测量结果做出零件质量判定结果，完成对零件的检测过程。本文的研究对相似薄壁工件检测有一定的借鉴价值。本文的主要研究内容、工作、成果包括以下几个方面：图像预处理，对获取的图像进行感兴趣区域提取，来降低处理时间和减少干扰因素；分析比较了几种不同的平滑滤波器—均值滤波、中值滤波和高斯滤波器的滤波效果，发现使用中值滤波的边缘保持较好，对噪声的去除结果较理想；图像分割和边缘提取，过对几种常见的图像分割算法进行比较，最终选用边界分割算法Sobel算子边缘提取，然后剔除噪声引起的小面积像素组，达到精确提取螺母部分的边缘的效果。螺母的几何特征检测，通过对缺陷产品特征的分析，对传统的Hough变换变换进行研究，找到速度快、存储空间小、检测精度高的方法。将得到的螺母边缘图像采用改进Hough圆变换检测，将得到经过相机标定的数据与预先设定好的门限值进行比较判别，最后得出螺母装配状态检测结果。