本文结合国家教委博士点基金项目“视觉检测技术的研究”和国家科委基础研究项目“视觉检测基础理论研究”，以计算机视觉检测系统为研究对象，针对计算机视觉检测技术的几个关键性问题——视觉传感器信号处理、特征点、特征线亚像素精度提取算法、检测系统标定方法及工件定位，从理论上和实践上进行了深入的研究与探讨，提出了一些创造性的视觉检测方法和理论，并对这些方法和理论进行了计算机仿真和实验验证。 论文的主要工作及创造性方面有： 1、从总体上分析了工业用计算机视觉检测系统的基本构成及特点，介绍了视觉检测系统的性能评价标准，明确指出影响视觉检测系统总体性能的几个关键因素是传感器信号处理的精度、系统标定的方法与精度、工件定位系统的精度等。 2、利用透视变换理论建立了常用视觉传感器特别是线结构光传感器的数学模型。这为传感器的优化设计提供了理论依据，为传感器标定奠定了基础。 3、提出了灰度分布特征点、特征线的概念。“边缘”对于有形物体来说具有十分明确的意义，但是一旦物体成像于像面上，“边缘”只是表现为具有某种特征的灰度分布，很难说清楚“边缘”的具体位置。而特征点、特征线由灰度分布及对灰度分布施行的算法唯一确定。它们弥补了“边缘”概念的不确定性，给检测和软件算法赋予了十分明确的意义，从而为研究新的视觉检测算法提供了理论依据。文中还详细讨论了选择灰度分布特征点、特征线的原则和评价标准。 4、提出了几种新的具有亚像素级精度的灰度分布特征点、特征线的提取算法，实验证明，这些方法具有很高精度。 5、创见性地提出了平行线组最小二乘法拟合求直线间距离的方法，这种方法遵循形位误差检测准则，消除了直线度误差、平行度误差对求直线间距离的影响。实验证明，采用这种方法求平行线间距离可达到0.05象素的测量精度。 6、提出了像面直线、折线及圆形孔的高精度检测算法，用半导体线结构光传感器做实验，折线转折点提取的精度优于0.1象素。利用圆形孔标定靶标做实验，得到圆孔圆心的象面坐标精度优于0.1象素。 7、建立了摄像机的实际数学模型，并以建立的模型为基础，提出了一种新的