粉末冶金齿轮拥有成本低、制造工序简单和形状多样等诸多优势,广泛应用于汽配件传动等领域。针对粉末冶金齿轮缺陷和内孔直径的检测需求,研究视觉缺陷检测及亚像素边缘定位方法,对齿轮的自动化检测具有一定实用价值。利用图像分割和边界跟踪方法提取齿轮各轮廓,通过特征参数(圆度、周长、面积)的分析,实现内孔筛选,结合最小二乘和随机抽样一致方法,完成内孔中心坐标计算。构建视觉检测平台,分析镜头畸变对特征参数的影响,完成齿轮定位实验。分析齿轮缺陷(缺角、表面及残粉)的检测需求,根据目标的区域及轮廓特征完成缺陷判别。针对缺角问题,提取各轮齿连通域,采用细分区域灰度分析法得到缺陷;提取表面部分,采用边缘检测和区域生长实现缺陷标记;建立齿型轮廓的一维表示函数,提取相关函数参数,构建归一化判别表达式,作为残粉评判依据。实验结果证明上述算法的有效性,各缺陷的误检率在5%以内。提取齿轮内孔的像素级边界,根据理想阶跃边缘的灰度成像特性,提出基于局部区域效应的亚像素边缘检测方法,采用四阶曲线函数表示粗像素点内的边缘,根据像素间的灰度及梯度关系求解边缘曲线系数;分析实际轮廓与理论计算的偏差,使用B样条曲线平滑亚像素边缘。结合圆拟合完成孔径测量实验,将该算法与插值法及Zernike矩法的测量结果相比较,可知其准确度达到0.5μm,重复测量偏差在1μm之内,优于其他两种算法。根据齿轮检测的需求,结合Qt和OpenCV函数库,采用C++语言开发了自动检测软件,完成粉末冶金齿轮的自动检测。