随着德国工业4.0和中国制造2025、智能制造、智能工厂战略的相继提出和落实，机器视觉越来越多地用于工业制品的质量检验和尺寸测量等方面。汽车发动机风扇罩作为注塑件，其表面经常会出现各类毛刺、异突、缺凹、歪斜等缺陷。针对这些缺陷的检测，本文在传统机器视觉图像分析的基础理论上，设计了一套自动化标定系统和机器视觉检测系统，使其能够在线检测出工件的缺陷。并及时指导工人对工件进行修整和分拣。本文主要完成的工作如下：　　1)自动化相机标定设备的开发。针对相机人工采集标定图像时不精确的问题，本文设计了一套云台和丝杠组合的设备，实现了相机对标定图像的可重复地、精确的采集。基于张氏标定法利用OpenCV设计了不同类型相机的标定程序，实现了对RGBD、红外、单目、双目等相机的通用性，克服了不同相机之间来回切换程序的繁琐过程。　　2)搭建了机器视觉检测平台。设计了从流水线上获取工件、检测工件、处理结果的一套机器视觉检测平台。完成了对工业相机、光电开关、电磁阀、气缸以及步进电机等关键的传感器和动力元件的选型。完成了对抓取结构、相机模块等关键模块的三维设计。　　3)设计并优化了机器视觉算法。基于传统的机器视觉检测流程，针对本文特定的发动机风扇罩进行了优化，并重新设计了其中一些重要的算法环节，提升了了图像检测的精度。优化设计了滤波环节，向高斯滤波中混入了中值滤波，提出了基于高斯滤波的混合滤波方式，克服了普通高斯滤波不能滤除冲击噪声的缺点。重新设计了图像增强算法，实现了图像灰度扩展算法对图像整体灰度的自适应，强化了数字图像中工件的细节部分。最后针对圆的拟合问题，提出了一种基于最近邻聚合(KNN)聚合原理的新的圆的拟合方式。　　4)机器视觉系统的设计和开发。基于新的机器视觉检测算法，设计了整套检测系统。系统分为图像采集和视觉检测系统两个大部分，其中的图像采集系统是基于下位机及硬件传感器开发完成的。基于OpenCV来开发完成视觉检测系统的算法部分，并利用Qt设计开发了整个系统的交互界面。　　5)系统的部署、运行测试和检测结果分析。