随着装备制造业的快速发展，机械零件尺寸的全自动化测量显得越来越重要。结合机器视觉非接触、高精度、自动化程度高等优势，本课题研制了基于视觉的大尺寸机械零件全自动测量系统。本课题来源于国家自然基金项目“大尺寸机械零件的高精度在线测量方法研究”。主要工作如下:　　首先，本文根据系统需求，建立全自动测量系统总体框架，分别对系统硬件与软件进行设计。分析全自动测量流程，设计系统数据库。在设计全自动测量系统的基础上，对图像清晰度判别、边缘精确定位、序列图旋转偏差与平移偏差的消除，这三个关键技术进行分析。　　其次，在图像聚焦中，设计了图像聚焦模块，给出了图像清晰度判别自动实现流程。选择不同尺寸的矩形量块、圆柱、手机电池等简单零件进行实验，比较五种常用的聚焦评价函数，发现Tenengrad聚焦评价函数调焦特性最好、抗噪性能最强、一致性效果最佳，因此选择Tenengrad函数用于图像清晰度评价。　　第三，在边缘检测中，先进行像素级检测，再进行亚像素级检测，实现了边缘由像素级到亚像素级的自动检测。在像素级检测中，建立边缘模型，选择Robert算子、Prewitt算子、Sobel算子以及Canny算子对五个不同量块进行边缘位置像素级定位实验。对比实验结果，发现Sobel算子检测的边缘连续、纹理特征较少，因而选择Sobel算子用于边缘像素级检测。在亚像素级检测中，选择基于线性插值法、基于多项式拟合法、基于Legendre正交矩法三种亚像素边缘定位方法，对五个不同量块进行联合标定实验。分析标定结果趋势图，发现采用基于Legendre矩法，实验结果均值更接近真值、稳定性最好，最终选择基于Legendre矩的亚像素边缘检测方法。　　第四，在旋转偏差与平移偏差的消除中，分别阐述了偏差产生的原因。对于旋转偏差，通过先对原图进行边缘检测，再计算直线边缘倾斜角度的方法，达到消除旋转偏差的目的。对于平移偏差，采用相邻序列图模板匹配的方法，达到消除平移偏差的目的。　　最后，搭建全自动测量系统平台，使用Matlab开发测量软件，设计Matlab与Access数据库接口，实现了大尺寸机械零件全自动测量。选择多个量块进行联合标定，得出像素当量。设计全自动测量实验，以长度为600mm、800mm、1000mm的量块为对象，给出了拼接全景图。选择归一化互相关法(NCC)与差绝对值和法(SAD)两种相似性测度进行对比，发现SAD法在精度同级别的情况下，其运算时间只有NCC的50％，因此本文选择SAD算法来实现模板匹配。