近几年,随着汽车行业的发展,我国的汽车座椅行业也得到迅猛发展。作为整车不可或缺的一部分,汽车座椅的生产必须紧随整车的生产节奏,这样就造成了汽车座椅生产面临着效率和质量的双重挑战。传统的质检工作是靠人工检测的方式,该检测方法人力消耗较大,而且效率低、质量差。因此,研究高效率、高质量的汽车座椅生产线自动检测系统已经成为国内汽车座椅企业的迫切需求。机器视觉检测技术是一门依托于计算机科学,以机器代替人工进行检测的技术,将它应用于汽车座椅缺陷检测不仅可以实现自动检测,减少成本消耗,而且检测的质量和效率均能得到大幅度地提升。因此,基于机器视觉的汽车座椅检测技术已逐渐成为国内许多高校和企业研究的重要方向。本文以S企业汽车座椅生产线为研究对象,对基于机器视觉的零部件检测的关键技术进行了研究,主要完成的工作如下：(1)通过对S企业汽车座椅生产线的现状调查,了解到该企业目前的检测方法存在问题,对于产品颜色、就位和缺陷等因素的检测质量较低。根据调查结果,确定本文机器视觉检测系统的目标需求。(2)在分析了机器视觉工业检测设备选用的基础上,结合产品的精度要求,设定适合本文机器视觉检测用的相机、镜头、计算机以及光照等环境要素。经图像处理结果显示,所选择的设备和环境因素满足了检测精度要求。(3)在分析了两步法和张正友相机标定法的基础上,本文选用张正友的多平面模板相机标定法对工作CCD相机进行标定,为缺陷尺寸精确测量提供保障。(4)以S企业的座椅产品为例,针对检测系统的目标需求,分别研究了关于产品颜色、就位和缺陷的检测方法,通过图像预处理、图像增强、图像分割以及数学形态学处理等手段,最终实现座椅产品的颜色、就位、缺陷检测以及缺陷尺寸测量。