齿轮是传递运动和动力的基本组成部分,它的制造精度直接决定了其工作状况的好坏。于是,齿轮的测量工作便成为研究与生产齿轮的过程中极为关键的环节。传统的接触式齿轮测量方法具有精度低、工作量繁重等弊端,于是出现了基于机器视觉的测量方法。其中图像的边缘提取是后续图像处理、求取齿轮参数的前提,所以,本文以基于机器视觉的齿轮尺寸测量为研究背景,以机器视觉技术和图像处理技术为理论依据,提出了针对背光源直齿圆柱齿轮的图像边缘提取算法,课题的主要工作如下:第一,论述了齿轮精密测量的重要性,以及机器视觉技术在齿轮检测中的可行性与必要性,而齿轮图像的边缘检测又是齿轮测量的必要前提,于是,通过对边缘的研究可知,理想边缘主要包括阶跃型和屋脊型两种。然后对齿轮图像的边缘类型进行分析。第二,对几种经典的像素级边缘检测算法进行了研究,并将这些算子作为对比实验。通过对实验结果结合理论基础的研究,总结这些算法的优缺点。基于以上分析,提出基于八邻域搜索的像素级边缘提取算法,以像素八邻域的位置关系为基础,通过高斯滤波对图像进行平滑处理,根据比较目标像素与八邻域像素灰度值的大小关系实现像素级边缘的提取。第三,研究了现有的亚像素级边缘提取算法,包括拟合法、插值法、矩法。通过对现有亚像素级边缘提取算法的研究,提出基于双线性插值与高斯曲线拟合相结合的亚像素级边缘提取算法,实验表明本文提出的算法不但保证了边缘精度,还减少了运算时间。