在焊接自动化生产线运行过程中，由于焊枪喷嘴的堵塞等原因，极易产生焊接产品表面缺陷，并随着时间的推移愈发严重，会严重影响成品的使用和焊接生产线的运行。人工检测方法是焊接自动化生产线中常用的检测手段，存在检测效率和精度低、受检测人员身体状况影响大等缺点，已无法适应高速焊接自动化生产线的检测要求。基于机器视觉的非接触式检测方法发展迅速，具有检测效率和精度高、稳定性好等优点，可以很好的弥补人工检测的缺点。　　本文基于机器视觉的方法，利用三维成像技术研究无色差光滑曲面的三维重建过程，设计焊缝的三维重建算法，利用图像变换技术研究图像频域信号的提取过程，设计焊接飞溅物的在位检测算法，并利用实验验证算法的正确性，为提高焊接自动化生产线的检测水平提供有力保障。　　设计了基于机器视觉的焊缝三维重建算法。针对无色差光滑曲面特征难以提取问题，设计了曲面特征补充方法，建立了双目视觉系统模型，提高了图像的捕捉效率;针对无色差光滑曲面特征点难以提取问题，设计了一套预处理算法，根据特征线上像素点的邻域关系设计了特征点的提取算法，提高了特征点提取的精度;针对无色差光滑曲面特征点的匹配问题，根据特征点的位置关系和网格扭曲角度设计了特征点的匹配算法，获取了精确的匹配特征点对。实验结果表明，无色差光滑曲面特征点提取和匹配算法的鲁棒性好，提取的特征点精度高，匹配的特征点正确率及重复率高，三维重建后特征点间的距离误差小于0.05mm，标准差为0.0362mm。设计了匹配特征点对密度的补充方法，并针对特征点的三维坐标获取问题，结合相机标定信息和最小二乘法，实现了无色差光滑曲面的三维重建。将基于机器视觉的无色差光滑曲面的三维重建算法应用于焊缝表面的三维重建，获取的特征点云分布符合焊缝表面实际的鱼鳞状分布，重建精度满足现阶段高质量焊接机的精度要求，可应用于焊缝表面缺陷检测。　　设计了基于机器视觉的粘附于焊接板表面飞溅物的在位检测算法。针对焊接板图像的获取问题，建立了单目视觉系统模型;针对图像的信息转换问题，选取了二维自适应维纳滤波的预处理方法，平滑了噪声区域并锐化了飞溅物区域;针对粘附于焊接板的飞溅物分割问题，采用傅里叶变换的方法将图像转换至频域，根据频谱图的振幅分布规律设计了椭圆形窗高通滤波器，将高频的飞溅物信息进行分割，保证了飞溅物的分割精度;针对飞溅物的提取问题，设计了基于图像感兴趣区域的焊缝区域过滤算法，利用阈值法提取了粘附于焊接板的飞溅物信息。实验结果表明，基于机器视觉的粘附于焊接板表面飞溅物的在位检测算法对于直径大于0.2mm飞溅物的提取率基本达到0.9，提取正确率为0.9669，相比于传统的缺陷检测算法优势明显，可应用于焊接板表面飞溅物的在位检测。