近些年来,机器视觉技术逐渐成为热点研究领域,其凭借着检测精度高、效率高、非接触等优点,在机械零件外形和缺陷检测中得到了广泛的应用。零件的质检是零件使用前必须进行的重要环节,只有合格的零件才能满足使用要求,传统的检测方法由于成本高、精度低,已不能满足检测的要求。本文通过深入研究机器视觉检测技术,构建了基于机器视觉技术的检测平台,从硬件选型、视觉系统设计、算法研究和相机标定等方面进行研究,在此基础上,将机械零件的平行度、垂直度、同轴度以及零件的外形缺陷检测作为研究目标,选择合适的检测对象,对其进行研究,均达到了实际所需的检测要求。针对机械零件的平行度和垂直度误差检测研究,选择量块为实验对象,首先提取出待检测的边缘,通过对待检测边缘进行最小二乘法拟合,得到较真实的边缘;然后计算待测边缘间的夹角,得出角度偏差,再乘以相应的长度得到待检测目标的平行度和垂直度误差;从测量的数据来看,测量精度比传统的方法更精确。对于轴类零件的同轴度检测研究,首先对轴类零件检测的算法进行研究,建立基于机器视觉的轴类零件同轴度检测的模型;然后采集阶梯轴的图像,并对图像进行处理,提取图像的边缘轮廓;接着对阶梯轴横截面进行划分,提取横截面的投影在图像边缘上的数据点,根据截面圆两条弦的垂直平分线交点是圆心坐标点的原理,可以得出阶梯轴上各个截面圆的圆心坐标;对基准轴的截面圆圆心坐标进行最小二乘法拟合,可以得到基准轴线的方程;最后计算待测轴各个截面圆圆心坐标点到基准轴线方程的距离,并比较各个距离的大小,得出阶梯轴的同轴度误差大小。对于零件的外形缺陷检测研究,选取渐开线齿轮作为实验对象,通过被检测齿轮图像与标准齿轮图像对比,并利用相关图像处理与识别算法,实现轮齿轮廓缺陷检测。首先借助Halcon软件获取标准渐开线直齿圆柱齿轮图像并进行尺寸检测,以获得齿轮的基本参数;然后根据获得的相关齿轮参数,画出标准渐开线轮齿轮廓;最后计算对应位置的实际轮齿轮廓与标准轮齿轮廓的Hausdorff距离,并以此为依据,来判定轮齿是否合格。本文提取实际齿轮轮廓,求其与标准轮齿轮廓的Hausdorff距离,以此对齿轮轮齿缺陷进行检测。实例证明,该方法可以有效的检测出轮齿缺陷,为齿轮轮齿缺陷的检测提供一种有效的检测途径。