离合器分离轴承单元是汽车发动机与传动系统之间的枢纽,是保证汽车能顺利的启动、停止、换挡的关键部件。企业在分离轴承单元生产的过程中,对其质量的检测有严格要求,而传统的人工检测方式,不仅效率低、精度低,而且还耗费大量的人力成本,已经无法满足现代化的工业生产需求。基于机器视觉的检测技术以其非接触式、高效率、高精度、便于自动化生产的特点,越来越多的被应用到汽车零部件检测中。本课题结合离合器分离轴承单元的行业标准和企业要求,提出了基于机器视觉的自动化识别分类检测系统,主要研究工作如下:首先,设计了4个工位分别对离合器分离轴承单元的字符、单一内径(简称内径)、上端面与离合器压盘接触的环形面(简称上环面)的缺陷以及接触圆直径和单元配宽度进行检测,并给出了系统结构图。在系统的硬件设计中,针对相机、镜头、光源的选型,进行了详细的阐述,确保有一个稳定且便于图像识别的成像系统;然后,在对离合器分离轴承单元进行图像检测中,利用HALCON中图像识别算子,结合相关函数的基础理论知识,对不同的检测内容进行了详细的算法设计。利用visual Studio编程平台,采用c#与HALCON混合编程方式,设计了便于操作和显示的人机交互界面。最后,分别对每个工位的检测内容进行了实验测试,测试结果表明:每个工位的检测准确率或者检测精度,都满足企业的要求。