随着工业自动化的发展,现代制造技术和加工工艺不断改进和提高,消费者对产品的质量和一致性的要求越来越高。检测作为产品质量控制的重要环节,在产品生产过程中占有重要地位。机器视觉检测技术因具备非接触、高精度等优势得到各个行业的关注和重视。针对影响检测精度的主要因素,本文对机器视觉检测系统关键技术方法展开研究,特别是对线阵相机标定、辐射标定、亚像素精度边缘检测以及模板匹配算法等进行深入研究和实验对比。首先,提出了一种线阵相机标定新方法。在推导线阵相机成像模型的基础上,通过最小二乘法求出线阵相机的投影矩阵,根据投影矩阵自身特征,实现内外参数的分解。对线阵相机的镜头畸变模型进行研究,并探讨了通过引入镜头畸变模型提高标定结果的方法。最后通过实验验证了该标定方法的可行性和有效性。其次,分别对基于图像序列的辐射标定方法和基于单幅图像的辐射标定方法进行研究,并在各自标定实验结果的基础上对两种标定方法进行定性的对比分析。通过设计基于2D标定靶测量的实验,对比了辐射标定前后物体尺寸的测量结果。实验表明,辐射标定对提高物体测量精度具有重大意义。再次,提出了一种基于改进Canny的亚像素边缘检测方法。在阐述图像边缘定义的基础上,重点研究了Canny边缘检测算子的基本原理与算法实现,提出了自适应阂值的改进Canny算子新方法。对基于幅值拟合的亚像素边缘提取方法进行研究,提出了根据边缘位置方差确定拟合邻域范围的自适应邻域方法。最后,从评价模板匹配算法的基本准则入手,分析了优越的模板匹配算法应具备的特点和性能。然后对典型模板匹配算法进行了系统的理论研究和原理阐述,重点对提高匹配精度和效率的方法做了进一步探讨。最后通过实验实现了算法的稳定性、可靠性以及匹配耗时等特性对比分析。