基于机器视觉的检测技术具有其快速、精确、柔性高等特点，在国外得到了深入研究和广泛应用，在国内也越来越受到重视。本文运用机器视觉检测技术原理，以复杂零件中圆形孔系为对象，对其参数的测量进行了深入研究。 本文通过分析机器视觉系统的组成，研究各个硬件的性能参数和选择方法。根据课题的需要，选择了合适的硬件搭建机器视觉系统，并给出了系统软件的结构及其工作流程。 由于环境的影响以及成像系统的自身限制，所获取的图像的动态范围不合适，会存在一定的噪声和畸变。通过实验选择直方图变换方法增强图像；使用中值滤波去除噪声，采取区域分割提取目标区域。由于复杂盘状多孔零件中所测量目标的不对称性，研究了基于特征点的图像匹配方法，使得所检测的零件各目标点位置一致，从而使得零件孔系的自动识别次序一致。在样件和标准件匹配一致的基础上，本文对Hough变换做了深入研究，通过运用随机Hough变换的改进方法对图像中的圆形特征进行了识别，得到了图像中圆形特征参数，从而计算得到孔系的间距。 通过研究相机小孔成像模型和相机标定方法，利用Tsai两步法对相机进行了标定，使用标定得到的相机内参数对图像的畸变进行了校正；给出了一种简单，高效的系统标定方法实现了测量尺寸的单位从像素到毫米的转换。 通过实验，验证了各种算法的性能和效果，并进行了数据分析，以最大孔系与最小孔系数据为例，标准差均小于0．17mm，与实测的最大误差小于0．33mm。