汽车胶管广泛应用于汽车冷却系统、润滑系统与燃油供给系统,起着输送油、气、水及传递动力的作用,是汽车的重要零部件。在胶管生产过程中,其外胶层表面会产生一些缺陷或者装配标记印偏、印错等质量问题。目前针对胶管表面质量的检测主要依靠人工目视方式完成,这种方式已经不能满足现代工业生产的需求。机器视觉检测是利用相机代替人眼完成对产品的检测,具有人工无法比拟的优势。为此,本课题研发一种在线视觉检测系统,实现对胶管的表面质量检测。本文对胶管表面质量检测系统进行了总体设计,通过分析胶管生产工艺流程定义了裂缝、白点和凸起三类表面缺陷,结合光源照明方式提高凸起缺陷上下边缘灰度区分度,对三维缺陷实现了降维处理。采集到胶管图像后,对其进行预处理和边缘检测,本文提出了APS-Canny自适应参数选择边缘检测算法,完整提取到缺陷边缘,并对检测后的图像进行形态学处理和去除边界连通域等操作。根据缺陷的形状特征选取了长径比等参数对缺陷进行特征提取,通过大量实验确定了三类缺陷的特征值范围,完成对表面缺陷的分类。在表面标记识别定位阶段,由于系统对检测实时性要求较高,选用目前速度最快的ORB算法进行特征匹配,但ORB稳定性相对较差,本文基于旋转尺度不变性提出了改进的ORB算法,将FAST角点检测和SURF描述子算法融合,结合RANSAC利用FLANN匹配算法完成标记的匹配和定位。通过检测标记的有无和偏差角度,进而与阈值进行比较,完成对标记缺陷的判定。相比于传统ORB算法,改进的ORB算法匹配准确率提升了20%以上。本文针对车用胶管研发了整套的机器视觉检测系统,具有一定的实用价值,其效率和准确性远优于人工检测。该系统算法识别准确率达95%以上,检测时间小于1s,证明了机器视觉在胶管表面质量检测上应用的可行性。