当前,自动点胶机技术的高效自动化提高了对点胶视觉系统检测速度的要求。在流水线生产中,每个工件的实际位置都不固定,必须由视觉定位技术对工件进行逐个位置误差校正,从而获得实际精确点胶位置。随着视觉技术的不断成熟,目标检测技术也逐渐发展起来,基于机器视觉的目标检测技术是目前点胶领域内的重要研究课题之一。对于视觉系统的标定工作,本课题根据点胶高精度要求,借鉴了传统的标定方法,针对点胶机提出了基于双线性插值原理的复合XY轴标定算法。该算法主张利用XY轴标定和相机标定算法结合,对点胶机系统进行标定。实验表明此标定算法可以将点胶机系统X和Y方向的误差均限制在±15μm范围内,完全符合点胶所需精度。针对具有规则边缘的目标进行检测,在原有直线检测算法的基础上,对图像矩形检测算法进行了深入研究。利用霍夫变换拟合出平行和垂直线段,选取两组检测得到的平行线段,通过线段之间的相交情况判定矩形是否存在。为提高精度,根据矩形中心点位置的距离进行结果优化,获得最终矩形检测结果。且利用实验表明矩形检测算法具有较好的精度、抗噪性和较低的敏感性。对于较为复杂的目标检测,为满足点胶行业对目标检测算法高效率的要求,提出了基于边缘特征的复合模板匹配算法。利用隔行隔列的搜索方法和归一化相似性度量原则进行快速粗匹配,并使用多角度模板对粗匹配位置点附近的重点搜索区域进行坐标和角度的精匹配。相比于原算法单张图像的检测时间115 ms,本文算法仅仅需要48 ms,大幅度提高了检测时间和工作效率。