机器视觉在产品自动检测上有着不可替代的作用,它具有检测速度快、精度高、非接触性等特点。本文在了解机器视觉的基本原理和查阅有关尺寸测量和缺陷检测文献的基础上,完成了对汽车换热器尺寸测量和表面缺陷检测算法的设计,并搭建检测平台,开发了一套基于机器视觉的汽车换热器检测系统的软件。论文的主要内容包括：(1)完成了对汽车换热器检测系统上硬件的设计。根据检测系统性能要求,对检测系统的硬件进行了选型,具体包括光源、相机、镜头、千兆网卡和工控机等,并在实验室搭建了检测平台,采集了实际的换热器图像。(2)针对实际测量的需要,研究了一些基于机器视觉的直线和圆检测算法,确定了合理的尺寸测量算法,具体包括：Hough变换检测直线和圆、基于点标定的圆检测、小圆孔的检测算法以及亚像素级的直线检测(改进的拉格朗日插值法和高斯曲线拟合法)等,并分别采用计算机产生的标准直线图像对亚像素级直线检测算法和采用圆形工件图像对基于点标定的圆拟合算法进行精度测试。最后运用相关算法对采集到的汽车换热器图像上的直线、圆柱孔和小圆孔区域进行了测量。(3)采用基于机器视觉的方法对汽车换热器图像中表面纹理区域的缺陷进行了检测,主要研究了灰度共生矩阵法、直接阈值法和基于傅立叶变换滤波的阈值法。灰度共生矩阵法先计算图像的灰度共生阵的特征值,然后对得到的特征值分别采用BP神经网络分类器和规则分类器进行分类。阈值法在滤波后选用合适的阈值二值化,接着分别采用不同的结构元素进行形态学开操作,最后采用面积阈值来划分缺陷。论文对三种方法的检测结果进行了分析和比较,完成了对汽车换热器上缺陷的检测。(4)开发了一套基于机器视觉的尺寸测量和缺陷检测软件,介绍了相关的软件设计过程。在VS2010的开发平台上,采用C++编程语言与开源机器视觉库OpenCV编写软件完成对汽车换热器上16个尺寸的测量和表面缺陷的检测。