随着社会经济发展,我国制造工业得到了极大提升,而零件尺寸测量在制造工业中是必不可缺的一环,传统尺寸测量依靠人工存在误差大、效率低、成本高等问题。基于机器视觉的测量方法因其具有高精度、低耗时、数据实时采集等优点而被广泛应用于各工业领域。为追求无畸变像质,视觉测量工程往往使用远心镜头,然而远心镜头存在成本高、尺寸大、重量重等问题,直接导致生产成本过高。针对这一问题,本文提出一种基于机器视觉的非远心系统测量方法。该方法使用华睿MK1228M非远心镜头,通过图像畸变矫正算法对畸变图像进行矫正,并提出一种基于Sobel结合积分中值法的亚像素边缘检测算法,实现高精度、高效测量,以降低工业成本,给工业测量提供一种新思路。由于标准量块有特定的标准值,因此本文使用标准量块进行实验测量,有利于验证本文测量方法的可行性,具体研究内容如下:（1）设计了一套测量硬件系统。该系统使用背光源和正面球积分光源,背光源使目标量块轮廓成像更加清晰,图像对比度大,球积分光源可以使正面光照均匀,从而得到良好的标定图像,以供相机标定使用。另外在此基础上,对相机、镜头参数进行了选型。（2）介绍了图像畸变形成的原因,并使用标定算法对图像进行畸变矫正。由于采用普通工业镜头,会使图像像素点以像素坐标系原点为中心,沿径向位置产生偏差,从而造成径向畸变。本文将使用标定后的相机内参对图像的径向畸变进行矫正;不仅如此,由于相机光轴与被测物体表面无法做到绝对垂直,因此被测图像亦存在切向畸变,本文使用了标定板贴合在目标量块上的方法,计算出量块的姿态,并将其映射到被测标准平面上,实现图像的切向畸变矫正。（3）在分析完传统亚像素边缘检测算法后,本文研究并实现了一种高效的亚像素边缘检测算法。该算法以Sobel像素级边缘检测作为基础,在得到像素级边缘位置后,继续对图像的边缘灰度梯度方向进行积分,并取积分中值对应坐标点的位置为其亚像素坐标,再连接所有亚像素点形成亚像素轮廓,使用最小二乘法进行拟合,最后根据所得到的亚像素轮廓进行测量尺寸。（4）将所提出的亚像素算法进行了精度与时效分析,对比了其他两种传统亚像素算法,评估了该算法的精度和时间效率,并设计了一套软件系统界面。实验结果表明,该算法精度可达0.028)8),耗时仅4988),具有良好的应用价值。