汽车玻璃是汽车零件的重要部件之一，在其生产过程中有严格的尺寸标准，汽车玻璃的尺寸检测是其生产过程中必不可少的环节。汽车玻璃具有多种形状和尺寸，在生产过程中主要采取人工检测的方法，这种检测方法的检测效率不高，不利于工厂的自动化生产。基于机器视觉的检测方法是一种非接触式的视觉检测方法，检测速度快、精度高，能够实现在线检测和实时分析判断。因此，开发一套用于汽车玻璃在线检测的系统对于提高工厂的生产效率具有非常重要的现实意义。针对这一问题，本文研究设计了一套基于机器视觉的汽车玻璃尺寸在线检测系统。
　　本文的研究内容如下：
　　(1)对汽车玻璃检测系统的技术需求进行了分析，并根据设计要求完成了系统硬件方面的设计和选型，完成了汽车玻璃尺寸在线检测系统的硬件结构搭建。
　　(2)针对玻璃尺寸图像检测过程中的环境光照干扰问题，采用MSE、PSNR和SSIM三种评价指标对多种滤波算法进行了实验测试，发现基于中值和Sigma滤波可以在去噪的同时较好保持边缘信息，并采用了灰度线性拉伸增强为后续高精度检测奠定基础。
　　(3)为提高尺寸检测精度，提出一种基于渐变边缘模型Zernike矩的玻璃边缘亚像素检测方法，采用双线性插值法对模型中的边缘宽度参数进行选取，得到汽车玻璃的亚像素边缘轮廓。最后结合提前终止策略和图像金字塔搜索策略，将待检测玻璃轮廓与模板玻璃轮廓进行配准和尺寸计算，提高配准速度。
　　(4)设计开发了汽车玻璃在线检测软件。将检测系统与工业现场人工多点统计过程(SPC，Statistical Process Control)检测数据对比，检测平均误差小于0.04mm，重复方差小于0.03，实验结果表明本文开发的系统可以对汽车玻璃尺寸进行准确可靠检测，系统的检测精度能够满足工厂的实际检测需求。