轮毂轴承法兰是第三代轮毂轴承单元配合防抱刹系统的关键部分,其螺纹孔及外观检测有严格要求。传统的人工检测方式检测精度低、速度慢、耗费成本高,无法满足现在的检测要求。随着机器视觉技术的不断发展,因其检测精度高、速度快等优点在工业检测系统方面应用越来越广泛。本课题针对目前存在的弊端,结合行业标准,提出了一种基于机器视觉的轮毂轴承法兰检测系统,主要研究如下:(1)采用光电传感器触发相机采集图像的方式设计了两个检测工位,分别对工件螺纹孔偏移度、螺纹完整度以及表面锈斑缺陷进行检测。采用推杆装置设计了两个分拣通道,根据检测结果对合格工件和不合格工件进行分离。(2)对图像采集模块中相机、镜头、光源的选型作了详细的阐述,为图像识别设计最优的成像系统。(3)针对不同的检测要求,创新的设计了各检测部分的算法。针对采用相关法进行模板匹配耗时长的问题,引入误差阈值的二次模板匹配算法,提出了一种基于轮廓模板匹配定位改进方法,该方法进行模板匹配速度与原来相比提高了约10倍,所需时间由30ms缩短至3ms。针对具有较大干扰样本点进行最小二乘圆拟合误差大的问题,提出了一种基于随机化预拟合的最小二乘圆拟合改进算法,对改进前后的结果进行对比可知,改进后的拟合算法使检测结果更加精确。(4)利用Visual Studio编程平台,采用C#联合Halcon混合编程,设计了方便系统操作的上位机UI界面。(5)对各个检测内容进行了实验测试,并给出了具体的实验结果。实验结果表明:工件螺纹完整度检测准确率为88%、表面锈蚀缺陷检测准确率为92%,螺纹孔位置偏移度检测准确率达96.4%。