本文基于广东省自然科学基金项目(编号：032587)《轴承制造业创新设计理论及其先进制造技术的研究》，以轴承直径检测为具体应用对象，深入研究了轴承直径计算机视觉无损检测技术。 探讨了计算机视觉检测系统的硬件组成及其选用的一般原则，结合CCD芯片的频谱响应特性以及尺寸检测特点，选用了白色LED光源和畸变小的镜头。研究了自动对焦技术，用熵函数作为对焦评价函数并用实验验证了其有效性。采用背向照明方式，这些硬件和照明方式等的设计为精密尺寸的检测提供了高质量的图像。 研究了将灰度图像转换为二值图像的多种方法，如双峰形直方图法、P参数法、类别方差自动阈值方法以及加权标准差阈值方法，并用实验比较了各种二值化方法的效果。实验证明：本文要采用的加权标准差阈值方法在二值化灰度图像的同时，对于图像中物体的边缘特征处理特别精细。对带有高斯噪声或椒盐噪声的图像经各种滤波器处理，用峰值信噪比及目视方法比较了均值滤波、自适应滤波、高斯滤波、中值滤波的滤波去噪效果。本文采用3×3中值滤波，在去除噪声的同时较好地保护边缘轮廓信息。接着，从边缘检测算子的计算速度、图像处理效果两方面深入探讨了图像的各种边缘检测算法，结合实验给出了各种边缘检测算子的特点及应用场合。根据Canny算子特点，为提高图像边缘定位精度，本文选用此算子作为边缘提取算法。 详细讨论了两种亚像素细分算法：多项式插值法和边缘空间矩边缘定位法，并用实验比较了5×5和9×9空间矩算子单位圆模板亚像素定位算法的精度。研究了标准件标定方法和栅格标定方法。实验结果表明，这两种方法都能够消除镜头畸变误差或标定过程引入的随机误差，具有较高的标定精度。最后探讨了霍夫变换和最小二乘法圆检测算法，实验表明：霍夫变换圆检测算法计算量较大，检测精度不高；基于统计原理的最小二乘法圆检测算法，以空间矩算子单位圆模板确定圆边缘点位置，以最小二乘法估计圆心和半径，精度可达亚像素级。用该方法检测得到的内圆和外圆圆心具有较高的重合度，轴承内径和外径与真实值偏差很小。 本文采用Visual C++.NET开发了图像处理软件，实现了图像的实时采集及各种图像处理算法。用背光电压调节实验、重复性实验和序列精度等实验，验证了本文提出的轴承直径检测系统的有效性。最后分析了测量误差及部分补偿方法。