动车底部闸瓦部位的螺栓是列车制动系统中的一个重要零件，对列车的安全制动和行驶起着关键作用。对于列车零部件的维护，传统的人工检修模式显然不再适应当前铁路运输领域中高效率、高质量的检修要求。随着计算机技术和电子技术的发展，基于机器视觉的在线检测系统在工业测量领域正在发挥着越来越重要的作用。在室外复杂环境下，通过图像处理和分析的方法对螺栓进行自动检测和识别，是一种行之有效的方法，但是充满了挑战。提出了一种基于特征提取和机器学习相结合的方法，实现了螺栓的快速定位和检测。通过实验验证，提出的算法对外界复杂环境，特别是光线的变化，具有较强的鲁棒性。