精密测量与检测技术是工业发展的基础,测量与检测的效率一定程度上决定了制造业的发展水平。基于机器视觉的影像测量系统以现代光学为基础,融光电子学、计算机图形图像学、数字信号处理、自动化控制等科学技术为一体的非接触式测量技术,正成为一种提高测量与检测的效率和保证产品质量的关键技术,在工业发展中占据重要地位。本文结合上海市科技攻关项目(09DZ1122600)《支持产品数字化制造的高精度影像测量系统研究与开发》的后续研发,对机器视觉的批量零件自动测量与检测关键技术进行了系统、深入的研究,并研发了基于机器视觉的批量零件自动检测系统。论文主要内容和成果如下：(1)在数字图像特征提取方面研究了直线圆弧提取的经典算法Hough变换,特征点提取经典算法Harris角点检测,并且在实验中总结,应用这些经典算法实现了直线、圆弧、角点的提取,最后开发了零件图像特征的自动提取模块。(2)在超视场零件的全景图像获取方面,研究了基于运动定位控制和基于软件算法的图像拼接,并提出了自适应图像拼接算法,自适应图像拼接算法是基于系统对工作台进行定位误差的标定,在特征丰富的图像拼接采用模板匹配算法进行拼接；在特征稀少的零件图像拼接时,采用运动定位控制的方法进行拼接,同时对拼接参数进行定位误差的补偿,从而获得全景图像自适应拼接。(3)为了提高批量零件图像的测量与检测效率,本文提出一种自动测量与检测方法,通过机器示教的方法进行模板制作,模板包括需测量的特征与需检测特征的设计值,再通过图像的配准算法进行同批零件的位姿检测与纠正,最后,通过模板实现同批零件的自动测量与检测。(4)整个系统的功能完善以及实现系统的工程应用。