目前,国内对气门的检测工作主要是采用人工观测和传感器读数来完成。人工观测由于受到人为因素影响,检定效率低、精度低。传感器由于属于接触性检测仪器,在传感器移动的过程中,存在较大的偏移误差。为了提高测量的效率及精度,本文运用机器视觉的方法对气门检测进行了研究。本课题以数字图像处理技术为研究重点,对气门自动检测方法进行了研究。气门尺寸检测方法是将数字图像处理技术应用到精密测量领域的一种图像测量方法。通过对被测物体图像边缘的处理而获得物体的几何参数。本文的研究内容是以发动机气门尺寸为测量对象,运用数字图像处理技术,构建基于机器视觉系统的图像测量系统。主要完成了以下四项工作:(1)针对工件检测以及气门各项参数测量的特点,分析和研究了基于机器视觉的气门检测的工作原理。(2)论述了图像预处理、图像增强、边缘检测、最小二乘法曲线拟合和气门尺寸测量的算法。在图像处理中,引入了快速SUSAN算子,在确保精度的基础上加快系统检测的速度;在提取气门的几何特征时,针对气门的特点和几何参数的要求,采用分段最小二乘法拟合气门杆部直线和气门锥部斜线。(3)利用图像预处理和模式识别开发出软件程序。图像识别程序是在Visual studio 2005环境下,利用C#与VC语言结合设计出图像识别程序,计算出缺陷/合格产品的数字判据并进行最终判断。软件部分详细介绍了图像测量实现算法并给出了程序流程图。(4)结合工业现场图像检测的实际,分析误差的来源并给出减少误差的方法。结果表明:本课题设计的基于机器视觉的气门检测软件能够满足气门检测的精度要求,具有一定的应用价值,并为其他锥形工件的检测软件开发提供了理论依据。