针对工件的误差检测问题,本文提出了一种可用于任意形状的高精度轮廓视觉检测算法。该算法的实现包括轮廓边缘提取与表示、轮廓匹配和误差计算三个步骤。本文主要工作描述如下:(1)轮廓边缘提取与表示。首先,从ROI区域提取工件的亚像素轮廓边缘,并表示成轮廓。如果将轮廓直接与标准轮廓配准,大量的轮廓点将会造成极大地开销,所以需要精简表示的轮廓。在这一过程中我们改进DCE算法,精简轮廓的同时保留足够的关键点,即保证轮廓基本结构不变,提高轮廓匹配的效率。(2)轮廓匹配。然后采用由粗到精的匹配策略,将提取到的轮廓与标准轮廓配准。在粗匹配阶段,我们对精简后的轮廓点用形状上下文特征描述,并与标准轮廓匹配,迭代求取轮廓间的刚性变换(平移和旋转),逐步与标准轮廓配准。由于只使用了一部分轮廓点,粗匹配的结果仍然有很大的误差,所以下一步要将粗匹配的结果作为精细匹配的初始位置,用ICP算法精细匹配所有的轮廓点。这一过程中我们综合考虑到轮廓点的轮廓点的曲率和法向量,对可能存在的噪声点或离群值予以很少的权重。(3)误差计算。最后,计算轮廓各处的误差。为了减少轮廓点的离散带来的误差,本文提出一种基于邻近线段的误差计算方法。本文分别用标定板和工件对此算法进行测试,均可以检测到每一处的轮廓误差,并达到0.5个像素的良好精度效果。