汽车车灯是汽车照明的关键部件,其质量影响整车的外观和性能。在车灯制造过程中,由于生产工艺复杂、生产环节多等因素,车灯的成品中不可避免的出现顶部脏污、灯耳破损或缺失、灯侧面脏污等缺陷。这些缺陷的出现将影响车灯的外观、装配和性能,必须进行检测与识别。机器视觉是人工智能的一个分支,主要指用机器代替人眼来做测量和判断。机器视觉常用于一些不适于人工作业的危险环境或者人工视觉难以满足要求的场合,特别是在大批量重复性工业生产过程中,用机器视觉检测方法可以大大提高生产的效率和自动化程度。本文设计与开发了一种基于机器视觉的灯头质量检测系统,提出了图像检测算法。本论文的研究工作、主要成果和创新点包括以下几个方面:1、针对灯头检测的实际需求,设计了检测系统的整体结构和电气控制系统。根据检测对象,设计了成像系统。2、针对灯头顶部和侧面的缺陷检测,提出了应用基于边缘点直方图的方法来定位产品。在此基础上,经过图像预处理后,采用blob分析的方法提取各部分的缺陷。3、研制了一台样机,其检测速度能达到80个/分钟。现场应用表明所研制样机的可靠性和实时性、视觉检测算法的有效性。满足了车灯自动化生产线实时、高速、高精度的检测要求。