航空插头是航空航天工业中最基础的元件,在航天工业领域中使用非常广泛。当下航空插头主要通过人力实现其焊接,但这种方法效率低易出错,随着人工智能技术的发展,航空插头的自动焊接技术成为航天焊接领域的重要研究方向,其中自动焊接的关键是航空插头焊杯的准确定位。本文借助目前在工业上广泛使用的机器视觉实现航空插头的识别定位,并且对焊接后的航空插头进行合格的检测。本文基于机器视觉的航空插头识别和检测主要研究两部分内容,第一部分是航空插头的识别技术,首先对采集的图像进行灰度化、噪声滤除、去除背景以及增强图像等预处理去除干扰信息,提高图像的质量,然后通过阈值分割进行航空插头焊杯的分割,最后根据分割的焊杯信息通过轮廓寻找得到航空插头所有焊杯的轮廓信息,使用灰度重心法得到航空插头焊杯的坐标从而实现航空插头的识别。第二部分是航空插头的检测技术,主要是对航空插头的搪锡情况以及焊接情况进行检测,确保经过检测的航空插头是合格的,能够投入使用,本文根据航空插头搪锡前后轮廓面积的不同以及焊杯完成焊接之后其轮廓信息消失等特征设算法实现航空插头的检测工作。本文最后设计了基于PyQt5的人机交互界面,使得工作人员操作识别和检测系统以及能够实时了解识别和检测情况。通过实验表明,本文设计的航空插头识别算法最大误差不超过1个像素值,实际距离小于0.04mm,而搪锡检测的合格率为97.6%,错焊和焊偏的检测率都高于90%,满足设计需求。