随着现代零件加工业的飞速发展,传统的计量检测技术已经无法满足日益苛刻的高精度检测要求。传统的人工检测耗费大量劳动力,产生了过高的管理成本和质量成本,而且其精度受人为因素制约,已经无法满足当前生产需求。新兴的计算机视觉凭借其测量精度高和全自动检测等优势,逐渐在计量检测领域占据主要地位。高精度检测要求对于计算机视觉,既是机遇又是挑战。在进行高精度检测时,图像不仅对噪声的影响非常敏感,相机镜头产生的几何畸变,更是导致检测精度下降的元凶。细微的畸变,也会造成精度严重滑坡。只有真实的图像,才能真实地反映物体的真实形态。如何更好地适应现代工业化发展要求,高精度图像尺寸检测镜头畸变校正具重要意义。本课题以汽车发动机气门的各种尺寸检测作为研究对象,研究基于计算机视觉的高精度图像尺寸检测镜头畸变校正方法与实现,以提高检测精度以及检测效率。在本课题的检测系统中,用高速CCD提取气门图像,然后对图像进行中值滤波和亚像素边缘提取,得到图像的边缘特征。通过将相机镜头径向畸变的原理及相关校正方法结合实际应用,对校正方法进行改进优化。利用得到的亚像素边缘实现畸变校正,得到尺寸参数的精确解,最终输出高精度的检测结果。主要研究内容如下：1.根据实际气门的各种尺寸检测需求,设计相关的尺寸检测算法。2.对图像质量进行改善,实现相关区域的亚像素边缘提取。通过中值滤波器滤除图像噪声,改善图像质量。再通过priwitt改进算法结合质心法对定位区域的亚像素边缘进行提取,获取高精度边缘特征。3.对图像中的气门进行畸变校正,得到相关尺寸数据的输出结果。在步骤二提取的亚像素精确边缘的基础上,通过引入径向畸变参数,确立了物体在世界坐标中与图像坐标中的映射关系,从而建立误差补偿曲线函数。利用得到的误差补偿函数的系数矩阵和径向畸变参数,将测得的左右边缘坐标差乘上像素当量并进行误差补偿,实现镜头畸变的误差校正。实验表明,该方法快速有效,提高了检测精度,降低了设备成本,检测精度可达2μm。目前该方法已在计算机上编程实现,并实际应用于生产实践。