计算机视觉技术作为近年来发展和完善起来的现代科学技术，具有精度高、速度快、非接触等优点，在各个工程技术领域不断获得日益广泛的应用。形位公差的测量一直以来就是一个非常复杂、非常费时的过程，一些常规的形位公差检测手段已经无法满足实际生产的需要。本文对计算机视觉技术在小尺寸机械零件形位公差检测中的应用进行了深入的研究和探讨，尝试了一种具有较高测量精度和测量效率的非接触测量方法。 课题结合某汽车厂生产的实际需要，把虚拟仪器技术和数字图像处理技术相结合，开发了机械零件同轴度误差的视觉检测系统。针对实验中金属表面出现的徊光现象，研究了光在金属表面特殊的传播特性，采用蓝色平行光背光源作为检测系统的光源，有效消除了徊光，提高了系统检测精度。考虑到摄像机模型中镜头的径向畸变和切向畸变，采用利用图像中心附近点和全场视点对摄像机内外部参数和像差修正参数进行分离标定的方法。在该检测系统中，为了减少噪声对测量结果的影响，采用中值滤波降噪的方法。在文中，采用了一种以图像中心矩作为匹配特征，基于积分图像的思想，并采用粗、精阶段相结合的模板匹配算法，使检测更加准确。在该检测系统中，边缘检测是整个测量的基础和关键，本文采用了一种改进的Sobel算子边缘检测算法。通过上述的图像处理算法得到零件边缘的点坐标，为后续的尺寸及形位公差测量提供了必要条件。 本文分析了现有的同轴度误差的检测评定理论及检测方法，提出先检测工件的每个轴向截面内的同轴度误差，根据同轴度误差评定最小区域原则，选取测得的这些截面的同轴度误差的最大值作为该工件的同轴度误差。本文采用计算零件在图像中所占的像素数作为判定依据的方法，成功的实现了对工作环境变化的实时监测。 实验及误差分析表明利用视觉技术检测小尺寸机械零件形位公差具有精度高、非接触测量、易实现自动化等特点，有很好的实用性。