随着计算机视觉技术和光电技术的飞速发展,视觉检测技术得到了迅速发展和广泛应用,视觉检测技术作为一种非接触检测手段已经越来越引起人们的重视。论文结合吉林大学创新基金项目(419070200001)《基于CCD 图像的微小零件精密测量系统的研究》,从影响机械零件视觉检测应用的关键因素—检测速度、检测精度人手,在计算机视觉检测关键技术、检测系统的组成及硬件的选用、边缘检测定位的精度和视觉检测系统的标定等方面从理论上进行了深入的研究。针对机械零件边缘的特点,提出了一种基于几何特性快速圆的Hough 算法。通过实验对比可以看出,本文提出的改进的圆的Hough 算法在运行效率上比标准圆的Hough 算法提高了一个数量级;为提高直线边缘的定位精度,提出了用于直线边缘的亚像素定位方法——最小二乘回归直线拟合法。该算法速度较快,具有较高的定位精度,适应于直线边缘的整体定位,为工业应用打下了理论基础;深入分析了镜头产生畸变的原因,提出了利用平面网格对视觉检测系统的几何畸变误差进行校正的基本原理。实验结果表明,采用本文提出的校正方法对图像径向和切向畸变校正效果有明显改善。并根据二维图像测量实际应用的特点,提出了一种简单、便捷的标定方法。该方法可同时消除镜头畸变误差和标定过程引入的随机误差。将研究结果应用到复杂结构尺寸检测——石墨电极锥接头螺纹几何参数的测量和微小结构尺寸检测——传动用滚子链链板节距和微小零件圆度误差的测量中,构建了视觉检测系统的硬件结构,开发了螺纹几何参数测量软件,对石墨电极锥接头螺纹的牙型半角、锥度和节距等几何参数进行了定量测量。推导了螺旋升角对牙型半角变化量的影响公式,为误差修正奠定了理论基础。通过测量实验可以看出:本系统的测量结果是令人满意的。论文所作的研究与开发工作对提高计算机视觉检测技术水平具有一定的理论意义和工程应用价值。