随着现代工业制造技术的不断发展与进步，对于工业检测技术的要求也越来越高。机器视觉检测技术与传统的检测方法相比，有着非接触性、高精度、高效率等的特点。为满足工业检测中高的检测精度、检测效率以及自动化水平的要求，本文将机器视觉技术与图像处理技术结合起来，以国民经济的各个领域中应用广泛的平板型冲压件为检测对象，研制了平板型冲压件视觉检测系统。　　首先，在分析机器视觉检测技术的应用背景和国内外应用现状的基础上，确定了系统的总体方案和研究内容。然后根据检测系统的组成和工作原理，针对各硬件的选用原则以及主要的性能指标，结合冲压件的自身特征和检测要求，进行了系统的硬件选型和软件规划。其次，为提高平板型冲压件的检测精度和检测效率，本文从软件算法入手，在采集到冲压件的图像后，先对图像进行几何预处理，包括被测对象方位的调整以及被测对象区域的分割，以简化后期的操作，避免将无用的数据引入计算，同时减少计算的时间。在对比分析常用的几种边缘检测算子和常见的几种亚像素边缘检测方法优缺点的基础上，将 Canny算子与基于局部区域信息影响的算法相结合，利用边缘粗定位得到的边缘局部的灰度信息和面积信息，精确定位平板型冲压件图像的亚像素级边缘。然后，针对被检测冲压件主要由直线和圆两类几何特征构成的特点，采用霍夫变换来进行几何特征检测，在传统的霍夫变换基础上增加圆的几何特性来精确定位圆心。由于在检测系统的各个过程中都可能存在影响检测精度的因素，因此本文还分析研究了系统中可能影响检测精度的主要误差因素，对检测系统的精度进行了具体分析与试验验证，并采取相关措施尽量减小误差因素的影响，以保证检测系统的精度和稳定性。　　在分析研究的基础上，通过编程实现系统中的算法，对平板型冲压件孔位和孔径等尺寸参数的检测进行了具体的试验研究，并对试验结果进行了分析。试验结果表明：在保证硬件基础不变的前提下，从软件算法入手，利用本文的亚像素边缘精确定位算法来提高检测精度的方法是可行的。所研制的平板型冲压件视觉检测系统的检测精度较高，测量结果误差在?0.004mm以内，能够满足检测精度的要求，实现高精度的检测。