随着机械制造、核工业、航空航天、能源交通、石油化工、建筑、电子行业等现代工业的飞速发展,焊接技术在机械制造业生产中的地位也日趋提高。因此,对焊接质量和焊接自动化的程度要求也越来越高,焊接生产的自动化与智能化已经成为21世纪焊接技术发展的一个重要方向。特别是在汽车的生产中,为了降低生产成本与争取最大利润,提高生产的自动化程度已经成为一个必然的选择。如何提高生产线的自动化程度以及生产的速度,同时还要保证产品的质量,这是建立自动化生产线的重要标准。而焊接技术又是自动化生产线中的技术难点,尤其是关键部位的的焊缝的是否合格,这对于整个产品的质量的影响很大。本文主要是为了解决存在的漏焊的问题。本论文的研究内容是“基于CCD(电荷藕合器件图像传感器)的焊缝视觉检测系统”的图像识别算法部分,本次的检测系统是针对卡车的驾驶室焊缝检测所开发的,目的是提高生产效率。快速准确的对焊缝进行检测,是此焊缝检测系统的重要指标之一。驾驶室共有六百多个焊点,其中只有一小部分的焊缝是由焊接机器人完成焊接的,由于焊接机器人工作的可靠性,这部分焊缝不需要进行检测。其他的剩余的400个焊点,由于焊点的位置的原因,很难用焊接机器人的进行焊接,而只能由人工进行焊接,这样就可能有漏焊的现象存在。此前有许多学者利用CCD来识别车辆,对图像的识别进行了大量的研究。同时也有许多学者利用CCD来检测焊缝,并取得了一定得成绩。针对焊缝图像识别中所面临的准确性和实时性问题,本文提出了基于小波变换和Karhunen-Loeve(K-L)变换的新型识别算法。本次研究通过运用小波分解与K-L变换等手段,有效的改善了传统焊缝识别系统中的缺点,大大提高了识别系统的准确性与运算速度。这种新型的计算方法,可以有效的保留原图像中的特征信息。针对图像亮度差异的的特点,首先要对图像进行了图像增强预处理,目的是降低了图像亮度差异的问题。然后用小波变换的方法提取焊缝图像的相对稳定的低频子带图,提取图像的主要特征信息。进而利用K-L变换提取主特征分量并进行识别。结果证明,该识别算法基本达到了准确性与实时性的要求。