基于计算机视觉的自动检测技术在国外已经得到了深入研究和广泛应用,在国内也越来越受到重视.随着计算机硬件的性价比不断提高,软件算法不断发展,计算机视觉检测技术以其柔性、快速、精确等特点将很快得到全球化应用.该文以发动机气门杆轴直径及其圆度视觉检测为具体应用对象,深入研究了圆轴直径与圆度计算机视觉无损检测技术.在计算机视觉检测系统中,除了摄像机等硬件以外,光源和镜头是影响图像质量最为关键的硬件设备.该文首先分析了光源在物体成像中的作用,结合CCD感光单元特性以及尺寸检测特点,选用红色LED光源和畸变小的远心镜头作为视沉检测系统的照明光源和成像镜头,为精密尺寸检测提供了高质量的图像.该文使用了彩色图像传感器,获取的是彩色图像.为了便于处理,需要把彩色图像转换为灰度图像.常用的灰度化方法是根据人眼对光敏感特性制定了灰度化算法.该文针对视觉检测应用,在常用灰度化算法的基础上,根据彩色分量的统计特性,研究了三种有效的灰度化算法,便于灰度图像的信息提取.由于环境的影响,加上成像系统的自身原车,所获取的图像中总存有少量的脉冲噪声.在进行图像分割处理和计算之前,需要进行图像滤波处理.采用中值滤波或数学形态学滤波就能够基本消除图像中的噪声.在检测圆轴垂直度及边缘跟踪时,二值数据是必不可少的.边缘信息对于尺寸检测是非常重要的,该文研究了一种以图像加权标准差作阈值并结合梯度和拉普拉斯边缘检测的图像二值化算法.该二值化算法不但能够保留精确的边缘信息,而且处理速度快.结合多尺度边缘知识规则,使用高斯拉普拉斯(LOG)基于多尺度边缘检测方法检测灰度图像的边缘,进行边缘粗定位.