基于机器视觉的检测技术以其快速、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。本文以机械加工零件中圆形特征的直径测量为研究对象，深入研究了机械加工零件中的圆形特征直径的机器视觉检测技术。 本文分析了机器视觉系统的组成，研究了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，搭建了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，所获取的图像会存在一定的噪声和畸变。本文在对图像滤波、图像增强和边缘检测方法进行研究和试验的基础上，使用中值滤波和Sobel边缘检测算子来对机械加工零件进行预处理，取得了良好效果。通过研究相机小孔成像模型和相机标定方法，利用Intel OpenCV库函数对相机进行了标定，使用标定得到的相机内参数对图像的畸变进行了校正，效果显著。 本文在对Hough变换做了深入研究，对随机Hough变换进行了改进，并使用这一经过改进的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的像素级精度参数。亚像素边缘定位技术是提高图像测量精度的常用方法。本文研究了圆形边缘空间矩亚像素定位技术和最小二乘法圆形拟合亚像素边缘定位技术，进而提出了在空间矩亚像素定位基础上的圆形拟合亚像素算法，在获得亚像素精度的同时得到圆形特征的参数。本文给出了一种简单，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。 在VC++6.0软件开发平台上编制了本系统的图像处理软件，实现了上述的各种算法。为了验证各种算法的性能和效果，本文对系统进行了实验，分析了实验数据。实验结果表明，视觉测量系统对直径的检测达到了预期目标。