本文研究了基于机器视觉的涂胶质量在线检测技术,目的在于为汽车制造企业提供一种高效实时的汽车前盖机器人涂胶质量在线检测手段,帮助企业在更好地控制涂胶质量的同时降低其生产成本。在研究过程中,首先根据系统的性能指标和技术要求确定了涂胶质量在线检测系统的总体方案,并对硬件系统的关键设备进行了选型设计,然后针对汽车前盖机器人涂胶的特点研究了图像处理和分析算法,为实现实时在线检测,提出了基于广义回归神经网络的涂胶信息预测算法,再根据系统的功能要求开发了涂胶质量在线检测软件,最后对设计的在线视觉检测系统进行了性能验证实验。本文的研究成果包括涂胶质量在线图像处理分析算法与在线质检系统的硬件平台及应用软件。为方便调整视觉装置的安装姿态,设计了基于千分表支架结构的安装机构,确定了满足系统性能指标的关键设备具体型号,并搭建了在线质检系统硬件平台;研究了基于机器视觉的涂胶质量检测技术的图像处理算法,在比较分析常用处理方法的基础上确定了最适合本文的方法;针对无法给出涂胶轨迹任意一点处相机标定信息的问题,设计了利用涂胶质检系统专用标定物离散标定并基于广义回归神经网络进行标定信息预测的标定方法;为得到特定涂胶位置处的相机标定信息,提出了标定物直径与位置信息检测算法;基于MOTOCOM32软件及以太网实现了机器人状态信息的采集;利用SQL Server及ADO技术完成了对系统数据的读取与储存;基于MFC设计了涂胶质量在线检测软件,实现了图像采集、处理分析与显示,分析结果显示与存储,以及用户操作界面等功能。现场实验结果表明:设计的视觉装置安装机构调整方便灵活,易于用户操作;提出的标定物直径与位置信息检测算法设计合理,检测效率较高;设计的基于神经网络预测的标定方法的标定精度及可靠性均满足系统检测要求;设计的涂胶质量在线视觉检测系统的检测精度较高,检测时间较短,达到了预期的检测目标。