机器视觉技术发展十分迅速,并且在机器人等研究领域得到广泛的应用,但利用机器视觉系统检测机械加工工件的尺寸偏差的研究还不多见,这主要是因为图像的灰度信息不能直接反应工件尺寸信息。本文研究了机器视觉检测系统的标定和图像处理技术,在实验小组设计的检测系统平台上进行实验,完成了工件图像采集与处理、工件尺寸偏差视觉检测及检测数据在不同操作系统计算机之间的传输。 在分析了项目研究内容和目标的基础上,介绍了机器视觉检测系统的结构及详细的软硬件设计过程。结合本系统的实验条件和对检测精度的要求,设计了滤波算法、亚像素边缘自动检测算法和减小图像畸变影响的算法.首先,针对中值滤波后的图像存在的短线段形式的噪声,设计了二次滤波算法；其次,在经典边缘检测算子提取到的工件像素级边缘基础上,利用边缘像素的相邻像素灰度确定亚像素边缘；再次,通过对亚像素边缘的数学处理,使畸变对检测结果的影响减小到本实验可以接受的水平；最后,研究了图像处理系统与工件控制系统之间的通信,实现了工件尺寸的检测信息在Windows与Linux系统之间的传输。 在本实验平台的基础上,进行了大量的实验,研究了边缘检测的亚像素算法,分析了亚像素边缘点的变化规律,实现了对系统的标定及工件尺寸检测实验。通过对实验结果的分析比较,建立了系统检测工件尺寸的数学模型。对该数学模型的实验验证,表明了检测结果误差不超过10μm,达到了实验的预期目标,证明了利用机器视觉系统检测机械加工尺寸偏差的可行性。