随着现代化机械加工技术的不断发展,在高精度加工条件下生产的零部件具有高复杂性,进而对零部件的尺寸测量技术也提出了更高的要求;传统的人工测量因测量效率低,测量精度低,长时间工作易疲劳等已然不能满足工业的高精度尺寸测量需求,基于光学技术和计算机软件技术的机器视觉测量检测技术,该检测技术有抗干扰能力强、检测精度高速度快和非接触等优点,但是在实际测量过程中容易受到各种各样外界因素的干扰从而导致采集的图像有噪点以及对于形状复杂的工件难以测量等问题,本文提出使用图像预处理技术、亚像素边界检测拟合技术等联合开发基于总成检具的自动测量系统。本文以汽车零部件后横梁加强板为研究对象,并且为了解决基于机器视觉的三维复杂零件测量系统在图像采集过程中工件图像容易受到各种因素的干扰,进而影响测量精度低和稳定性差的问题,系统地研究相机镜头选型、光源选取、相机标定、图像预处理、特征边缘提取、亚像素边缘拟合等方法,构建了自动提取零部件关键尺寸大小和三维坐标信息的软硬件测量系统。使用机器视觉技术的自动测量系统软硬件开发总体研究分为以下五个模块。一是搭建硬件平台。主要研究了光源选取、工业相机和镜头的工作原理,为了更加清晰的映射出工件表面复杂的轮廓,使用了波长较短的蓝光,并且确定了工业相机和镜头的具体型号,进一步完成了相机的标定。二是总成零件图片的预处理。把采集到的总成零件图像进行畸变矫正以还原真实零件轮廓,再根据灰度图像中的灰度值完成二值化,该过程通过预设灰度值的准确阈值范围从而将工件的测量区域分离出来,然后经过图像滤波处理,中值滤波算法的处理下对分离处理工件区域过滤掉图像中的噪点。三是图像的边缘提取,经过对比分析经典的边缘提取算子,本文使用了Canny算子边缘提取工件的轮廓特征,通过分割、连通很好的提取了图像的边缘线条。四是亚像素边缘分段拟合,本文对亚像素插值算法、矩算法以及拟合算法详细地阐述了理论基础,最后选择了能在自动实时测量过程中保持高精度、高效率、可靠性的亚像素边缘拟合算法。最后,基于以上对零部件图像的处理和尺寸测量技术的研究,本文使用Visual Studio 2017的软件开发平台和Halcon图像处理软件联合编程完成自动测量系统软件的搭建,创建了用户软件GUI界面,经过对后横梁加强板自动测量实验,自动测量系统可以完整地捕获零部件的具体尺寸信息和点云拟合的三坐标具体坐标值,自动测量的精度高,能够完成现代工业的精度需求。