采用机器视觉技术对工业生产线上的轴类零件进行在线尺寸测量,具有完全非接触性的优点,是保证成品质量的关键手段之一。为了提高轴类零件尺寸的测量精度、降低测量系统的成本,本文对摄像机标定、图像拼接技术和子像素边缘检测技术等关键技术进行了深入的研究,实现了利用机器视觉检测技术对轴类零件尺寸的高精度测量。在计算机视觉检测系统中,除了摄像机等硬件以外,光源和镜头是影响图像质量最为关键的硬件设备。在本系统中,选用LED光源和畸变小的镜头作为视觉检测系统的照明光源和成像镜头,为精密测量提供了高质量的图像。针对本测量系统的特点,本文采用了一种简单且具有较高精度的标定方法。在标定过程中,以标准工件为标定参照物。标定结果与Sherlock软件包中的标定结果进行了对比实验,结果令人满意。在图像拼接时,首先运用了比值匹配法进行图像配准,确定出图像重叠区域;其次采用了直方图匹配方法进行灰度调整;最后使用加权平滑算法完成了图像的拼接。在图像子像素边缘检测时,首先从理想低通滤波器对阶跃激励信号的响应理论入手,通过计算机模拟仿真,找出图像边缘处灰度落差与边缘点偏移之间的规律性,建立了一个由灰度落差得到边缘子像素定位点的查找表;其次结合改进的Pal.King边缘检测算法将图像边缘检测精度达到像素级;最后应用查找表实现子像素级的边缘检测精度。以自行车脚蹬轴为检测对象,运用上述理论先对检测对象序列图像进行拼接,然后对拼接后的完整脚蹬轴图像进行尺寸测量,测量结果表明,采用这两种方法进行轴类零件非接触精密尺寸测量满足实际要求,测量精度达到0.02mm。