汽车制造行业如今蓬勃兴盛,为了追求更高品质的产品,汽车组成部件加工行业也随之高速进步。面对当下日益严苛的零部件精度要求,传统的检测方法不仅检测效率低,而且耗费大量的成本,但是检测的精度往往达不到现实要求,已经不能够适应当下制造业的发展趋势。机器视觉作为新兴的学科,依托光电技术和图像处理技术快速发展,以其检测速度快、检测非接触和测量精度高等优点,逐步在自动检测生产线上占据了重要地位。本课题以气门几何参数为研究目标,设计基于机器视觉各几何参数测量方法,满足各几何参数测量精度的要求。主要研究内容如下:首先,分析气门各尺寸参数测量的各项精度要求,设计了气门检测系统的总体方案,通过分析对比硬件设备的构成和参数,选择合适的相机、远心镜头以及平行光源这些视觉测量硬件,为了获得对比度高、边缘轮廓清晰的气门图像,着重研究了光照方式,通过对比试验,设计得到对本课题气门几何参数测量效果好的照明系统,从而完成硬件平台的搭建。其次,在对气门进行各尺寸参数测量前,要对采集图像的相机进行摄像机标定。对于摄像机在视觉测量方面要考虑物和像的转换以及镜头畸变问题,详细论述摄像机标定原理并引入机器视觉HALCON视觉软件进行摄像机标定。通过摄像机的标定获得摄相机内部和外部参数,从而求得物点在世界坐标系中的位置到像点在成像坐标系中的转换矩阵,进而获得每个像素点对应的实际距离。通过分析系统的精度,判断测量能否满足精度要求。最后,针对传统像素级方法无法准确定位边界实际位置的问题,通过对空间矩法、灰度矩法、Zernike矩法、插值法以及拟合法的深入分析,对比上述各种方法的测量精度、速度、复杂度以及适用场合,选择基于Zernike矩的亚像素边缘定位算法作为气门各几何参数的测量方法并对其进行优化,从而使定位精度提高。通过改进的算法对径向尺寸、轴向尺寸和斜向尺寸完成定位,并完成对气门各几何参数的测量,通过判断测量值的极差判定检测结果满足精度要求。