气门组件作为发动机配气机构的重要组成部分，其装配质量直接影响发动机的整体性能及使用寿命。目前，气门组件的装配工作大多在半自动化流水线完成，其装配质量主要依赖人工目视的方法。人工目视的方法存在劳动强度大、效率低等缺点，无法满足大批量生产时稳定性和可靠性的要求。针对上述存在的问题，论文以“基于机器视觉的气门组件装配质量在线检测”为题，就气门组件装配质量检测的关键技术如图像采集、图像处理、算法优化等进行分析，设计并研发了气门组件装配质量在线视觉检测系统。论文分析了汽车零部件装备制造业的课题背景及机器视觉技术在工业检测领域的相关应用与研究。针对目前气门组件装配质量检测自动化程度相对落后的现状，提出了基于机器视觉技术的气门组件装配质量检测的方法。考虑生产线实际工况，在不同装配工位引入视觉检测系统，实现了气门组件装配质量的实时在线检测，并对检测系统进行重复性与稳定性的测试。主要工作包括：1）论文在需求分析的基础上提出基于嵌入式视觉检测系统的总体方案，根据检测要求完成视觉检测系统硬件的选型，包括相机、镜头、光源和输入输出模块等，并完成平台的搭建。2）在图像处理算法设计方面，针对气门组件图像对比度偏低及存在噪声的问题，介绍了图像增强和图像滤波等算法，分析比较后选用灰度拉伸图像增强算法和高斯滤波算法。图像特征定位，选用基于几何形状的PatMax模板定位算法。根据具体检测内容，分别对图像进行、阈值分割、边缘检测和颜色提取等处理。3）在In-Sight软件平台下完成气门组件图像处理算法的编程。通过制作标准件，验证视觉系统的稳定性和检测精度，并对检测过程中出现的误判进行分析。该视觉检测系统已正式投入生产，经长时间运行验证，系统稳定可靠运行，检测准确率达到99.5%以上，其余各项指标均符合企业预期要求。实验结果表明利用机器视觉技术可以准确快速的完成对气门组件装配质量的检测，对提高生产的自动化程度具有重要的意义。