工件的几何量测量和表面质量检测是机械制造中重要的环节。传统的检测方法多采用接触式测量,存在效率低和人为误差大等问题,难以满足工件快速检测的要求。本文基于机器视觉检测和人工智能检测技术,研制工件几何量测量和表面缺陷综合检测系统,基于关键图像检测算法,提出直线度、圆度、圆柱度评定算法以及螺纹参数检测算法与工件表面缺陷检测算法,实现工件多几何量和表面缺陷的快速检测。主要工作如下:首先,设计机器视觉检测系统的总体方案,对检测系统的图像采集单元、运动控制单元、照明系统等进行分析与设计,建立工件检测流程,编制检测系统控制、几何误差图像处理与缺陷检测图像处理程序和用户界面;进行相机标定,校正镜头畸变,降低测量中图像畸变。其次,研究工件图像处理的关键算法。分析图像清晰度评价函数,提出一种基于自适应阈值的八邻域空心梯度加权的清晰度评价函数,用于检测系统聚焦位置的判定。采用图像滤波方法降低图像噪声,将最大类间方差法与全局阈值处理算法结合对工件图像进行阈值分割,利用形态学去除孤点。提出基于插值—拟合法的亚像素边缘检测算法用于图像目标边缘的精确提取,并与传统边缘检测算子进行对比。再次,研究几何误差评定算法和缺陷检测算法。建立测量工件直线度、圆度、圆柱度的测量模型,提出包容线搜索法和多变异位自适应遗传算法评定工件直线度误差,提出自适应搜索逼近法和基于空间的最小二乘圆心拟合方法评定工件圆度和圆柱度误差。利用图像轮廓坐标点数据拟合方法得到工件的大径和小径,提出阈值分割与LSD算法相结合的牙型角求解算法,建立螺纹图像失真模型,对牙型角测量误差进行补偿。研究螺纹磨损缺陷的检测算法,分析缺陷图像的特征,设计两步分割方法定位缺陷位置,并采用MLP神经网络对螺纹表面缺陷进行分类处理。最后,搭建基于视觉综合检测平台,并进行实验研究。采用标定算法标定相机后,对工件的直线度、圆度、圆柱度误差,螺纹参数和磨损缺陷进行检测,并对检测结果进行分析比较。实验结果表明,所研发的机器视觉综合检测系统可实现工件几何量和表面缺陷的快速检测,为进一步对机器视觉检测系统的深入研究与开发奠定了一定的基础。