随着科学技术和我国经济的飞速发展，近些年来，基于机器视觉的工件检测技术在工业和日常生产中都得到了广泛的应用。基于机器视觉的颜色检测技术和工件尺寸测量技术都是以光学技术和计算机技术为基础的现代检测技术，具有速度快、非接触、实时性好、抗干扰能力强、检测精度高等优点，发展前景十分广阔，引起了国内外学者的极大关注和兴趣。安全、快速、全自动化的生产与检测是社会发展所必需的，因此，基于机器视觉的工件检测技术的深入研究对信息化改造的传统工业具有十分重大的意义和深入研究的必要性。　　本论文基于企业具体项目展开研究，并且在参阅大量的文献资料之后，针对现有工件检测系统检测效率不高、精度不准等缺点，设计并实现了一套基于机器视觉的工件检测系统。本文的研究的主要内容如下：　　1．介绍机器视觉技术发展现状和现实意义，对机器视觉检测系统的实现与应用进行了详细的分析，从CCD的选择、光源的搭配以及相机的标定，搭建起了检测系统的硬件实验平台。　　2．基于Halcon实现了工件检测的预处理，这些预处理算法包括图像的阈值分割、灰度变换、去噪和图像增强、边缘检测及图像形态学相关知识。通过对工件的各种预处理实验，并分析其优缺点，进而选择并确定了合适的预处理算法。工件图像的预处理对于检测系统中的检测算法的实现起到了奠基的作用。　　3．实现了待测工件颜色检测算法，以及待测工件尺寸的测量的算法。通过彩色图像的各种模型设计出了颜色检测的算法，通过灰度阈值分割出边缘来实现了工件尺寸的测量。并在 Halcon开发环境中利用各种算子实现了检测算法，并显示最终的检测结果。　　4．利用相机采集函数库和Halcon图像处理函数库在VS2010开发环境下实现了工件检测软件系统的整体设计，本检测软件系统的设计是在Windows7系统中，以Visual Studio2010为开发平台，面向对象开发语言C＃作为设计开发的语言。把 Halcon中完成的检测算法移植到VS开发环境中，最终实现整个检测系统。　　本文设计的软件系统搭配硬件平台，完成了对工件颜色的检测和工件长度尺寸的测量，系统总体性能可靠、方便操作，能够实时的显示检测结果，检测数据显示，该系统的检测精度满足检测要求。