随着计算机视觉理论的快速发展,以及电子、光学、计算机技术的日趋完善,以计算机视觉理论为基础的机器视觉技术也出现了一个飞跃发展。机器视觉技术日趋成熟,在视觉监控、零件自动识别与测量、三维重建、地形匹配、医学影像处理等领域日益发挥着重要作用。本文首先介绍了几种常用角点检测算法,并在Harris角点检测算法的基础上提出了一种改进的亚像素级角点检测算法。该算法采用一种逐层检测策略,先利用Harris算法进行角点粗定位,然后用Forstner算子对角点进行精确定位。其次本文对常用的几种标定方法做了介绍,并且在Tsai两步标定法的基础上提出一种改进的三步标定算法。接着本文通过介绍视觉测量一些基础知识,通过单目视觉构建了两种视觉测量模型,一种是通过建立基于图像模板的世界坐标系实现,即首先利用图像的像素坐标求解摄像机坐标,再将摄像机坐标归一化,利用外参数矩阵就可以求出图像点的三维世界坐标。第二种方法通过利用单CCD摄像机的移动来实现双目视觉检测的目的,重点分析了图像点的匹配问题,提出了一种基于极线约束条件的角点特征匹配和区域匹配相结合的图像匹配算法。最后本文通过opencv计算机视觉库实现了角点检测和摄像机标定算法。本文通过对上述单目视觉尺寸检测中摄像机标定算法的研究,实现了基于单CCD物体点的三维重建工作,进而实现了图像上任意两点的尺寸检测。改变了以往的检测速度慢、接触式的传统检测方式,为机器零件的视觉测量提供了新的检测思路,具有稳定、高效等优点。