基于机器视觉技术的钢丝圈尺寸检测是一种非常实用的无损害、非接触测量技术，它不仅克服了接触式测量的弊端，还能满足工业在线生产的要求。目前，钢丝圈生产中检测工序往往是以人工投影检测为主，该方法工作效率低、检测结果会受到人为影响。本课题以如何快速、准确检测钢丝圈为目标，提出了基于图像处理技术检测钢丝圈轮廓的方案。该方案采用图像处理的技术对拍摄的钢丝圈图像进行处理，得到钢丝圈的轮廓的有效信息，从而快速的计算出钢丝圈轮廓是否合格。本课题主要研究了钢丝圈的自动分拣和图像检测。具体工作如下：在钢丝圈的自动分拣系统的设计方面，分析了钢丝圈在螺旋轨道中的受力，设计了钢丝圈分拣的原理；研制的定向摆正机构使所有钢丝圈以同样的位姿出现在摄像镜头下。在图像处检测研究上，选用中值滤波平滑去噪，该算法能有效的滤除图像中噪声，利用Sobel算子能够提取二值化图像的有效边缘；将CAD制图做成检测模板，这种检测模板的制作方法提高了模板的自适应性保证了模板的绝对标准，利用差影法的原理，将模板与待检测钢丝圈进行比对，求解出待检测钢丝圈与模板之间的差异，通过得到差异图像可以得出钢丝圈的检测结果；标定系统，实现了像素与实际尺寸之间的比例对应关系。采用Hough变换的方法检测图像轮廓中的开口大小，高度和宽度，研究了基于最小二乘法拟合的钢丝圈几何参数测量方法，实现了钢丝圈基本几何参数的测量。最后，利用机器视觉技术，成功开发了钢丝圈自动检测仪，该系统己经在江苏某厂投入使用，运行稳定，效果良好，检测精度5微米。