零件的几何量测量在工业生产中占据着重要的地位,其检测结果不仅影响零件本身的合格与否,还对零件后续的再加工和产品整体的装配起着关键性的作用。随着我国工业制造水平的提高,现代工业对测量技术提出了更高的要求,现阶段的传统测量手段已经无法满足繁重的质检任务以及日趋严格的精度要求。机器视觉测量技术因为其测量效率高、稳定性好、非接触等优势,被越来越广泛的研究和应用到了零件几何量测量领域。本文针对现阶段研究中存在的测量项目单一和精度研究不足的问题,设计并开发了一套可以测量多个几何特征的机器视觉测量系统,并对影响测量精度的关键技术进行了研究和实验分析。首先对机器视觉中核心的图像处理算法进行了研究,通过对算法的计算原理,模拟仿真和对比分析三个方面进行研究,从算法性能,运算速度以及适用性等方面综合考虑,最终选择了一套适合本课题需求的图像滤波、阈值分割和边缘检测算法。然后对图像边缘检测算法和相机标定技术这两个系统关键技术进行了研究,引入灰度矩亚像素边缘定位算法,并通过与Canny算子进行仿真对比,验证了灰度矩法边缘定位精度更高,抗噪性能更优,还阐述了计算像素当量标定和张正友标定法的原理和标定步骤,以便在实验中对比两者对测量精度的影响。在几何量测量方面,引入感兴趣区域提取算法,结合数学模型实现了测量算法,进而对测量软件进行了功能分析和模块化设计,开发了系统测量软件和数据库系统,还完成了系统硬件的选型,搭配测量软件构建了基于机器视觉的零件几何量测量系统。最后使用标准环规、量块和角度量块进行了直径、圆度、距离、直线度、平行度和角度的测量实验,对比分析了两种不同的边缘检测算子和系统标定技术对测量系统精度的影响,总结了实验结论。研究成果实现了基于机器视觉的机械零件几何量的测量,在自动化生产中具有重要的应用价值。