目前,机器视觉在标准工件检测方面有了重大突破。在非标准领域,由于缺乏标准参数,视觉系统的通用性较差。本文以大众汽车空调风叶处使用的非标工件小型直流马达作为对象,针对流水组装线上可能出现的质量缺陷问题,进行视觉检测系统的研究与开发。本论文的主要工作以及贡献如下:1、总结国内外相关的机器视觉方案。针对小型直流马达自动化产线上检测工位多、视场角度不同的情况,完成检测系统图像采集系统的设计。2、对原始图片进行图像处理。研究基于灰度直方图的分段线性灰度变换,成功的增强了PIN针图片与焊锡图像的对比度,针对车间中存在多种噪声的问题,研究空间域与小波变换混合的去噪算法,去除多种混合噪声。为了提取目标区域,研究一种适用于齿轮电刷片的改进最大类间方差法,分割出了电刷针脚部分;研究一种局部熵和局部方差混合的过渡区提取方法,进行PCB基板中焊点区域的分割。采用基于Canny算法与亚像素边缘拟合的方法进行亚像素边缘的提取,检测精度精确到了亚像素级。3、根据图像处理结果,设计相应的缺陷检测算法。通过检测边缘梯度方向与霍夫直线检测,进行不规则间隙的最小宽度测量。采用基于平行度公差的检测方法,检测电刷片针脚偏移程度。通过计算PIN截面各个连通域的位置偏差,与标准值进行差分,将结果与阈值相比较判断PIN变形。对于漏焊、短路等焊锡缺陷分类问题,提取二值图像的各种特征,构建分类决策树,进行检测识别。对四个检测部位的采集系统、图像算法以及缺陷检测方法进行整合,开发小型马达视觉检测系统。使用本文的检测系统进行现场检测实验,结果说明本文的检测方法以及开发的检测系统可以达到产品生产中实时检测的目的,成功的投入了生产运行。