引信钟表机构中的典型零件都属于微型零件,对于这些零件的检测精度要求也会有很高的要求。目前对于这些零件的检测普遍采用传统模板检测的方式,通过人工将玻璃模板与通过光学放大后的零件边缘轮廓相对比,对零件边缘轮廓进行合格性检测。目前,机器视觉技术发展迅速,由于该技术具有稳定性高、效率高、精确度高等优点,所以在各个领域都有广泛应用。本文将机器视觉运用到零件检测过程中,实现对传统模板检测方式进行改进。主要完成了以下几个方面的工作:根据分析传统模板检测方式,设计了一种引信钟表机构中典型零件检测系统。在硬件搭建方面根据实验要求完成了对于相机、光源、照明方式设计,并设计相机对零件的定位方式。在软件系统的搭建方面,本文完成了相机的标定过程,以及图像的矫正畸变。并通过选择合适的图像滤波算子对图像进行滤波以削弱噪声对检测结果的影响,并选取基于Zernike矩的亚像素边缘检测算法获取亚像素级边缘轮廓。对于模板检测的算法介绍,首先是介绍了零件模板检测的预处理过程,包括零件模板图像的创建和模板轮廓数据的创建,其中包括模板和零件的旋转中心的选取,模板与零件之间比例关系的换算等。然后是对于模板匹配算法以及误差检测的介绍,则是通过对根据不同零件的内部孔情况的不同分别可以采取二分法或向量法这两种匹配方式实现零件轮廓与模板轮廓的匹配。通过拐点检测实现了对零件外边缘轮廓中不同的特征轮廓的划分,根据不同轮廓特征上设定的上下极限偏差对于该检测轮廓进行误差检测,并判断其合格性。最后,为方便实验进行,建立人机交互界面。完成检测实验,根据对得到的实验数据进行分析并对产生的误差进行分析,表明本文所提出的零件检测系统以及对于模板检测算法的可行性和有效性。