基于机器视觉的非接触式零件尺寸检测由于具有检测速度快、精度高、适应性强等优点,已被广泛应用于自动化生产中。在制造业中,钻孔是机械加工过程中非常普遍且重要的一步。在钻孔刀具中,麻花钻头因其价格低廉、钻孔性能好,常被作为首选刀具,因此应用十分广泛。由于麻花钻头本身复杂的螺旋状几何特征,传统的麻花钻头质量检测方法效率低、精度差,不能满足麻花钻头自动化生产的需要。因此提出了将视觉检测技术应用到麻花钻头质量检测中。论文的研究内容主要涉及以下几个方面:首先,介绍了基于视觉的麻花钻头质量检测系统的整体结构,根据麻花钻头刃面参数和侧面参数的测量要求选取了合适的相机、镜头和光源。考虑到系统开发周期的长短和与其他控制系统集成的难易程度等诸多问题,选择LabVIEW虚拟仪器和NI视觉开发工具包作为质量检测系统的开发平台。其次,研究了图像处理技术。根据不同算法所产生的不同效果,选择了最适用于麻花钻头质量检测系统的图像处理算法。为了在节约系统开发成本的基础上使系统精度得到提升,本文采用亚像素边缘检测算法对麻花钻头边缘进行定位。随后,对麻花钻头各参数检测方法和相机标定过程进行了介绍。针对麻花钻头角度位置在测量过程中不固定的问题,提出了基于几何匹配的ROI设置方法。采用NI Vision Assistant Image功能中的Image Calibration算子完成了相机标定过程,经实验分析,该方法能够满足系统精度要求。最后,对麻花钻头质量检测系统软件的各个模块进行了介绍,并对麻花钻头质量检测系统的测量精度和准确性进行了实验验证。实验结果表明,质量检测系统的最大测量误差为0.0037mm,各测量项目的PTR(测量精度与尺寸设计公差的比值)值小于0.3,麻花钻头质量检测系统的测量精度和准确性均达到要求,可以满足实际生产需要。