小模数齿轮作为传动装置的主要元件,其精度直接影响设备的传动效率和工作性能。基于视觉检测技术的齿轮参数测量方法,克服了接触式测量在齿槽间隙小、齿轮刚性差等方面的局限性,具有非接触、高精度的优点。亚像素边缘检测算法作为小模数齿轮视觉测量系统中提高检测精度的重要手段,具有重要研究意义,论文针对小模数齿轮图像在边缘检测中存在的问题,提出相应的解决方案。主要研究内容如下:(1)图像预处理技术研究。针对小模数齿轮图像预处理中所需的图像滤波、形态学处理和像素级边缘检测算法展开研究,通过实验对比为后续亚像素边缘检测算法选取最佳的图像预处理方案。(2)Zernike矩亚像素边缘检测算法研究。论文对亚像素边缘检测算法中应用比较广的Zernike矩算法展开研究,通过分析Zernike矩方法中奇数尺寸模板不对称性和卷积窗口中心局限性对检测精度的影响,提出奇偶尺寸模板相结合的Zernike矩亚像素边缘检测算法。以小模数齿轮图像和模拟图像为对象进行实验,验证改进算法的可行性。(3)一维灰度矩亚像素边缘检测算法。针对Zernike矩算法在精度上的不足,且小模数齿轮图像边缘处灰度梯度存在双峰或者多峰分布的问题,提出基于邻域特性分析的一维灰度矩亚像素边缘检测算法。以模拟图像和齿轮图像为对象,进行亚像素边缘检测对比实验,验证改进算法的检测效果。(4)亚像素边缘检测精度评定。首先利用激光干涉仪将平台位移量转化为图像中的长度量,然后通过标准量块定标获取系统定标系数,接着借助环规图像和小模数齿轮图像量化出亚像素边缘检测精度。通过实验,分析不同亚像素边缘检测算法和像素级边缘检测算法对实际图像的检测精度。本文的研究成果是对亚像素边缘检测算法的补充和完善,有利于计算机视觉在齿轮测量领域的应用和发展。