自冲铆接工艺作为一种新型的汽车轻量化连接工艺,广泛应用于铝合金车身连接,其接头质量是直接影响汽车安全性能的重要因素。目前对自冲铆接工艺接头质量的检测和分析主要依靠人工检测实现,传统人工检测效率低下,难以满足工厂智能化转型的生产需求。机器视觉是一种非接触式检测方法,具有效率高和可重复性高等优点,可以弥补人工检测的不足。本文旨在将机器视觉技术应用于自冲铆接工艺接头质量检测,实现接头剖面尺寸在线测量与接头剖面外观缺陷在线检测。本文通过分析机器视觉与自冲铆接技术的国内外研究现状结合课题的研究背景确立了将传统图像识别、深度学习技术应用于自冲铆接工艺接头质量检测,建立基于机器视觉的自冲铆接工艺接头质量检测系统的研究思路。本文首先分析了自冲铆接工艺过程成型原理,研究了自冲铆接接头的质量评价标准,然后通过检测需求进行了系统的总体方案设计,接着针对传统人工检测方法在自冲铆接工艺接头剖面的尺寸缺陷检测中存在的效率低下问题,本文将传统图像识别技术应用于自冲铆接接头剖面尺寸检测,提出了一种基于边缘提取和角点检测的接头剖面尺寸视觉检测算法,实验结果表明该算法能够有效实现接头剖面的尺寸检测,最后针对传统缺陷检测算法在自冲铆接工艺接头剖面外观缺陷检测中存在的准确率不高、鲁棒性差、对环境因素敏感问题,本文将深度学习应用于自冲铆接接头剖面外观缺陷检测,提出了一种基于焦点损失的残差网络的接头剖面外观缺陷分类算法,实验结果表明该算法能够有效实现接头剖面的外观缺陷检测。