机器视觉是指用计算机来模拟人的视觉功能的一门学科，它是用图像获取来恢复现实世界的模型，然后认知现实世界。机器视觉是一个新兴而且发展十分迅速的研究领域。机器视觉从产生到现在，已有30年的发展历史。应该说机器视觉作为一种应用系统，其功能是随着工业自动化的发展而逐渐完善和发展的。目前，全球整个视觉市场总量大概在60～70亿美元，是按照每年8.8％的增长速度增长的。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。在中国，这种应用也在逐渐被认知，且带来最直接的反应就是国内对于机器视觉的需求将越来越多。机器视觉已广泛地应用于工业检测、医学、遥感图像处理、鉴别、监视系统等方面。微小型元器件同心度检测涉及模式信息处理、图象处理与机器视觉、机械测试理论与技术、制造过程中工况监测与故障诊断等领域，是新兴的交叉学科应用于制造业的一项重要前沿研究项目。本文的研究对象是同一材质、同一颜色的微小型喇叭，其内圆为一凹面，其内圆周完全依靠凹凸的立体差异来获得。这种特性在边缘提取中表现为：在低对比度的情况下，噪声少，内圆边缘模糊；在高对比度的情况下，内圆边缘清晰，但是噪声很多。同时，图像受光照影响较大，光照强弱、光照角度都会对图像处理系统产生一定的影响。本文试图找到一套受环境因素影响最小的微小型喇叭同心度的检测方法。本文主要研究内容可归纳如下：1．介绍了机器视觉的研究内容、机器视觉系统的组成以及机器视觉的发展趋势，探讨了数字图像处理的研究方法，在此基础上提出采用机器视觉技术来进行微小型喇叭的同心度参数检测，改善了传统的同心度检测方法的缺陷，拓展了机器视觉技术在微小型元器件检测领域的应用；2．针对本文微小型元器件同心度检测研究，在数字图像处理理论的基础上找出适合于微小型喇叭的内外圆边缘提取算法；3．构建了整个微小型喇叭同心度检测系统的软硬件平台，其中包括：光学系统、图像采集系统和图像处理系统；4．以Matlab作为仿真平台针对微小型喇叭进行内外圆边缘提取和同心度测量，并对测量误差进行分析。仿真实验结果表明，该方法具有良好的效果。