测量技术在工业生产和科学研究中都有着非常重要的作用,视觉测量作为一种新的测量方法相比于传统的测量方法优势明显,其主要的特点包括非接触、高精度、大量程、简单灵活等。线结构光视觉测量是利用线结构光辅助测量的视觉测量方法,具有测量精度高,测量对象灵活,测量效率高等优点。本文研究了基于线结构光的视觉测量系统及其在机械零件几何尺寸测量中的应用,主要研究内容包括线结构光视觉传感器的非线性标定、线结构光光条中心高效提取、线结构光光条轮廓自动分段和视觉测量系统构建及测量应用实验,本文研究的线结构光测量系统及其测量工作能够提高科研和生产过程的测量精度和效率,减少人为因素在测量活动中的影响。本文的主要研究工作如下:(1)提出了线结构光视觉测量系统中摄像机的非线性标定方法以及耦合相机标定参数的光平面标定方法,实现了线结构光视觉传感器的亚像素级标定。本文在现有摄像机畸变模型中,针对工业场景选择了包含径向畸变和切向畸变的摄像机畸变模型。该模型包含了无限项参数,本文选择了占据主导作用的前二阶模型,共四个系数作为模型参数。针对畸变模型建立了包含4个畸变模型系数,8个相机内部参数,3组相机外部参数的目标函数,利用Levenberg-Marquardt方法对摄像机内外参数进行非线性标定。随后,利用摄像机标定结果中得到的光条特征点对光平面方程进行拟合。实验表明,标定图像的总体平均像素误差为0.57个像素,实现了线结构光传感器的高精度标定。(2)针对工业环境中线结构光光条的特征属性以及成像质量的影响因素,提出了基于八邻域卷积滤波技术的光条中心提取算法。由于工业环境中成像系统获取的光条图像包含大量噪声,会严重影响光条中心的提取精度。本文提出了基于八邻域卷积滤波技术的光条中心提取算法,首先,通过非线性增强提高了感兴趣区域上不同光强灰度之间的对比度便于后期噪声处理和灰度重心法的使用。然后再利用八邻域卷积模板滤除图像中的噪声并根据设定的阈值利用灰度重心法提取出光条中心。最后,对于提取出的光条中心利用多项式拟合方法拟合出光条中心线。与已有算法的对比表明,本算法光条提取的精度达到亚像素级。(3)针对现有光条轮廓分段技术易受噪声影响大和适用范围小等问题,提出了一种基于自适应检测窗口的光条轮廓自动分段算法。为了便于计算和表示,该算法将光条轮廓弯折点处的曲率转化为差角来表示。针对光条上的每个点通过迭代不同检测窗口,利用这些窗口里的光条中心点拟合直线,将直线的前向和后向差角之差作为衡量光条弯折度的指标,并将以上弯折度指标与设定的阈值做比较,最终自动提取出光条轮廓的分段点。(4)构建了基于线结构光的视觉测量系统并将其应用于机械零件的几何尺寸的测量。为了实现被测零件的多自由度扫描,测量系统中的扫描平台采用步进电机驱动研磨丝杆和蜗轮蜗杆,分别实现直线和旋转扫描运动。使用Lab VIEW虚拟仪器软件对测量系统的运动控制与图像采集和处理进行了程序编制。最终利用构建的测量系统提取出被测物体表面的特征点以及点云数据,从而获得机械零件的几何尺寸。通过对L型零件和圆锥型零件进行的实际测量,测量结果表明测量误差低于0.1 mm,验证了线结构光视觉测量系统的功能及测量精度。