机器视觉检测技术因具有鲁棒性强、实时性好、测量精度高的特点而备受研究者青睐。近年来,随着智能制造的日益兴起,机器视觉检测技术在工业生产中的作用也逐渐显现。热保护器作为电气设备装置中重要的过热过流保护装置,其校准点位置和深度直接影响产品的质量。但是热保护器外壳由金属制成,加之校准点体积微小,这对目前的检测技术提出了更高要求。为实现热保护器校准点的中心位置检测和校准点深度测量,本课题在现有机器视觉检测技术的基础上展开研究,具体工作内容如下:(1)搭建了热保护器校准点检测的实验平台。首先在结构光三维测量的原理之上,对热保护器校准点检测系统的实验平台进行了设计。然后根据平台设计和测量指标,完成硬件设备的选型。最后研究了系统标定的相关理论,进行了检测系统的标定实验,并对标定结果做了分析。(2)针对热保护器校准点背景复杂且体积微小,其边缘形态不规则,传统的圆检测算法对校准点中心检测效果不理想的问题,提出一种改进型随机Hough变换中心检测方法。该方法在计算圆参数过程中,通过分区采样的方式替代随机采样,并增加了圆心8邻域最优圆筛选环节,以提高对不规则圆的检测精度。实验表明,改进的随机Hough变换中心检测算法与传统的随机Hough变换圆检测算法相比,偏差系数减少了9%,检测速度有了成倍的提高。(3)针对热保护器表面反光的问题,提出了一种基于主成分分析和区域增长的结构光中心线提取方法。首先采用掩模法对含有伪光条的图像进行处理,然后利用主成分分析法求解光条的法线方向,最后结合区域增长算法实现结构光中心线的快速提取。通过实验证明,提出的方法能够精确提取反光金属表面的结构光中心线。从提取速度上来看,本文算法是Steger方法的5倍;从提取精度上来看,相比灰度重心法和Steger方法,分别提高了1.081pixel和0.856pixel。(4)完成了热保护器的三维重建。在前面所做研究基础之上,获得了热保护器表面的三维点云数据,通过三维点云数据的滤波、精简、三角网格化,完成了热保护器的三维重建,根据三维模型获得了校准点的深度数据,并对测量结果的误差进行了分析,整个检测系统的测量误差在0.05mm之内,达到了生产厂家的测量需求,具有一定的实际应用价值。