利用机器视觉和图像处理技术,实现微小零件直接的参数测量转化为利用零件图像间接测量,不仅能够降低工作人员的工作强度,而且工作效率和测量精度亦有显著提升。使用计算机取代人工判读,降低了因人工长时间工作引起的视觉误差和由于测量者本身的工作习惯导致的读数误差,减少测量器具的读数误差、瞄准误差等。在保证测量精度,提高测量效率的基础上,进一步提高微小零件测量的应用水平。本文主要将机器视觉测量技术应用于机械零件二维几何尺寸的测量领域,从提高测量精度和效率入手,以面阵CCD作为传感器,设计了机械零件在线测量系统,重点对图像处理过程中的关键技术和系统标定问题进行了深入研究,实现了对零件尺寸边缘的亚像素定位,为进一步实现机械零件的高精密测量奠定了基础。基于机器视觉技术,详细论述了其在零件尺寸测量领域的应用,侧重摄像机测量过程及算法研究,通过软件编程实现基于机器视觉的在线零件尺寸测量系统。主要研究内容如下：1、介绍课题研究的背景和意义,国内外发展现状以及存在问题,明确本文的解决方案。阐述了机器视觉技术,对基于机器视觉的在线测量系统方案进行理论分析并实验验证方案可行性；2、分析摄像机标定技术,采用标准件标定方法对整个测量系统进行标定,通过实验得到标定系数并进一步验证系统测量精度；3、通过对各种图像处理算法的分析,以C++为开发环境结合Opencv函数库,实现图像预处理和像素级边缘检测。深入分析亚像素边缘定位技术和Hough圆检测技术,提出了改进的Hough圆检测算法,该方法原理简单,运算速度快。像素级边缘定位之后利用亚像素边缘定位技术,提高边缘定位精度。