基于机器视觉的检测技术具有非接触、在线实时、速度快、抗干扰能力强等优点,为了适应了现代制造业的进步和发展要求,本文应用机器视觉技术、图像处理和图像分析技术,在现有的实验条件下以轴承和端子为具体研究对象,对小型规则零件的尺寸测量技术进行研究和分析。本文主要内容包括:1.首先阐述了基于机器视觉的小型规则零件二维尺寸测量技术的研究背景和意义,然后介绍了机器视觉技术的发展和在尺寸测量方面的应用,概述了本文的研究目的和主要工作。2.分析了基于机器视觉的小型规则零件二维尺寸测量系统的组成和工作原理。讨论了图像测量中涉及的直方图修正、图像滤波和锐化,阈值分割等预处理技术以及经典边缘检测、Canny边缘检测、轮廓提取和轮廓跟踪等边缘检测技术。并分析了锐化给图像测量带来的弊端,提出使用了二次滤波。为减小后续图像处理数据量,提出了感兴趣区域提取技术。达到提高准确度、降低难度的目的。3.在保证获得较好图像质量的前提下,从经济实用的角度出发,选择合适的相机、镜头、光源和图像采集卡搭建出了一套有效的轴承尺寸测量系统和端子尺寸测量系统。4.对工业中常出现的几何特征:直线、单一圆、多圆、角点、切点、拐点、三角形和多边形等进行了特征提取和检测,并分析比较了各种方法的适用范围。对角点检测时的特殊角点情况进行了详细的分析,对改进的Hough变换方法的参数选择进行了实验验证,得出了参数选择的一般规律。在基本的检测基础上提出采用了最小二乘拟合技术进行亚像素定位,使得圆的检测精度得到提高。5.通过Visual C++6.0环境下的MFC编程,对各种检测算法编写程序集,分别对轴承和端子进行了尺寸测量。对端子检测提出了分区域检测,以降低难度,提高检测速度。对轴承采用标准零件进行标定,以避免由分辨率带来的影响,提高了检测精度。本文的研究内容对推动我国视觉测试技术的发展具有一定的实际意义。