随着科学技术的进步,制造业迅猛起势,电子元器件逐渐集成化。作为汽车零件的核心——汽车保险丝盒将汽车中所有保险丝片集成在一起,生产时要做到保证其性能的同时也要保证高效率、高精度。汽车保险丝盒的质量检测也成为汽车制造业中最重要的一环,传统的人工检测方式存在着检测效率低以及漏检错检等问题,无法满足日益增长的高产量检测需求。另一方面现有的视觉检测方法没有统一的检测模型,无法实现对不同类型的产品进行检测。因此,本文就汽车保险丝盒的质量缺陷检测方法进行研究,主要研究内容如下:（1）研究了图像的分割算法,将BM3D算法融入到超像素分割算法（SLIC）中,并将颜色距离与空间距离结合紧密的马氏距离替换欧式距离,同时考虑了每个散落孤立像素点所占周围各个聚类区域的面积比重,形成B-SLIC算法,将改进后的算法应用于保险丝盒图像的分割中,能够准确分割保险丝盒中多个保险丝片。（2）为了提取保险丝片在保险丝盒中的位置,结合保险丝片的检测特点,提出一种寻找保险丝片最大边界矩形的方法。该方法利用保险丝片轮廓的角点,将保险丝片轮廓拟合成标准矩形,通过Hough变换获取工件预留孔心作为基准点,进而求得每个保险丝片相对于基准点的坐标,形成保险丝盒的标准模板信息。（3）在连续检测过程中,待测保险丝盒经常会出现倾斜放置现象,为了能够利用标准模板信息准确提取待测保险丝盒中的保险丝片图像,研究了Canny图像边缘提取算法,使用傅里叶变换结合维纳滤波代替高斯滤波滤除图像噪点,并结合3×3窗口计算邻域梯度幅值。利用改进的算法提取保险丝盒的边缘,再通过倾斜校正算法纠正了图像的倾斜,解决了因图像倾斜导致检测难度增加的问题。（4）针对产品的不同缺陷,分析其特点并设计相应检测方法,通过灰度直方图对比实现对保险丝片的漏插检测;通过图像匹配完成对保险丝片的反插检测;设计一种“双检”方法,将颜色对比、文字识别两种方法结合在一起形成双保险,对保险丝片的错插缺陷进行检测,实验证明本文提出的汽车保险丝盒质量检测方法能够快速有效地检测出不同种质量缺陷问题。