随着计算机和机器视觉技术的不断发展，基于机器视觉的产品检测技术正逐渐成为研究的热点。基于机器视觉的产品检测技术是指以机器视觉为手段获取被测物体图像，并将其与己知的标准进行比较，从而确定被测物体的质量状况的过程，它具有非接触、速度快、柔性好等突出优点，相比于传统检测技术具有更为广阔的应用前景。基于此，本文依托东北大学流程工业综合自动化重点实验室基金项目，针对基于机器视觉的产品检测技术在注塑制品尺寸检测中的应用展开研究。 本文在查阅大量相关文献资料的基础上，总结了机器视觉检测系统的研究现状，深入分析了当前机器视觉检测系统存在的问题及未来的发展方向。在完成基于机器视觉的注塑制品检测系统设计的基础上，本文首先提出了一种新的黑白棋盘格角点检测方法，使得标定过程中对常用模板特征点的检测达到亚像素级精度，同时，通过在标定过程中引入非线性模型，解决了传统平面标定过程中存在的线性模型标定精度较低的问题，进一步提高了标定精度。 在完成系统标定之后，本文对产品图像处理及特征提取进行了研究。一方面针对产品图像易受到脉冲噪声污染的问题，提出了一种区域自适应中值滤波方法，在较好的保护了重要的边缘细节的同时，抑制了噪声，提高了图像质量。另一方面，针对边缘特征提取问题，提出了一种改进的基于哈夫变换的直线检测方法，避免了传统方法难以兼顾检测速度与检测精度的问题，获得了更准确的边缘特征提取结果。 最后，本文以注塑制品为对象，以产品尺寸为指标，综合应用上述方法，实现了基于机器视觉的注塑制品尺寸检测，获得了较高的检测正确率，较好的满足了注塑制品检测的要求。相关仿真研究也证明了该方法的有效性和实用性。