小模数齿轮作为重要的机械传动零件,其高精度制造以及测量对传动装置的精度与可靠性起到决定性作用。基于视觉检测技术的齿轮误差测量方法可以实现非接触、高精度测量,由于高精度视觉检测系统较高的空间分辨率往往导致其视场较小,无法采集待测齿轮的完整图像,图像配准技术为解决小模数齿轮视觉测量中凸显的工业相机高空间分辨率与大视场相互制约的问题提供了一种有效手段,具有重大研究意义。本文主要对小模数齿轮视觉测量系统中图像配准技术进行针对性研究,对目前的配准技术在实际系统中遇到的问题进行讨论并提出相应的解决办法。主要研究内容如下:(1)反差式调焦法所需的清晰度评价算法。反差式调焦法的效果取决于清晰度评价算法的性能。对空域类、统计学类与功率谱类评价算法就无偏性、单峰性、实时性等方面进行仿真测试与比较,利用评价算法完成系统调焦与调平。(2)基于特征点匹配的配准算法。分别实现基于SIFT和SURF的小模数齿轮图像亚像素级配准,引入全局直方图均衡化增强算法,扩展灰度动态范围,增晰齿轮表面细节信息,提升特征点数量与正确匹配率。针对传统RANSAC提纯算法对阈值设置敏感、模型不唯一的缺点,提出适用于平移变换模型的提纯算法,并通过实验证明算法的可行性。(3)SIFT与SURF算法性能对比。重点比较两种算法提取特征点数量以及提取时间并定量分析了基于两类特征点的配准精度。实验结果表明,SURF算法在特征点多量性与实时性方面优于SIFT算法,但就配准精度而言,基于SIFT的配准算法较基于SURF的配准算法高一个数量级。(4)基于相位相关原理的配准方法。首先,重点分析当图像具有亚像素级位移量时相位相关法中互功率谱逆变换产生主峰副峰的原因及两者幅值与位移量的关系,基于空域采样原理提出亚像素级配准方法。其次,对配准误差的周期性与函数近似和频谱泄露两项误差源进行分析。本文的研究成果是对图像配准技术的补充和完善,有助于机器视觉在小模数齿轮测量领域的应用与发展。