随着科学技术的发展，近些年来，基于机器视觉的零件尺寸测量技术在工业生产中得到了广泛的应用。基于机器视觉的测量技术是以光学技术和计算机技术为基础的现代测量技术，具有非接触、速度快、实时性好、精度适中、抗干扰能力强等优点，具有广阔的发展前景，近年来引起了国内学者的极大兴趣。但是，现有的基于机器视觉的零件尺寸测量方法对采集到的零件图像的精度有很高的要求，而在实际测量过程中，待测零件图像难免会受到外界噪声干扰。在这种情况下，使用目前已有的基于机器视觉的零件尺寸测量方法，会使得测量系统的精度和稳定性受到影响，从而严重影响测量结果。因此，对基于机器视觉零件尺寸测量方法的研究，有着重要的意义。在参阅了大量文献资料的基础上，本论文针对现有非接触式零件尺寸测量方法存在的测量精度不高、抗干扰能力弱等缺点，设计了一种基于机器视觉的零件尺寸测量系统。该测量系统的硬件部分主要由实验台、USB数字摄像头和计算机三部分组成，结构非常简单，适合在实验室环境内开展仿真实验和研究；该测量系统的软件设计上结合了Visual Baisic软件强大的图形界面功能和Matlab软件的图像处理与数据计算功能，采用基于Visual Baisic与Matlab的混合编程原理，从而实现了整个测量过程的自动化与可视化。为了克服基于机器视觉的圆形零件测量系统在测量过程中零件图像容易受到外界干扰，从而影响测量精度和稳定性的问题，本论文在分析粒子滤波这种基于贝叶斯估计思想的非线性滤波方法基本思想的基础上，提出了一种基于粒子滤波的优化算法，并结合该优化算法提出了一种基于粒子滤波和机器视觉的圆形零件尺寸测量方法。最后进行了仿真实验，在采集到的数字图像受到不同噪声干扰的情况下，利用本文方法得到测量结果的相对误差和方差，都远小于现有的最小二乘拟合方法、像素计数法和边缘检测法的处理结果。由此可以看出，本文测量方法在待测圆形零件图像受到外界噪声干扰的情况下，测量精度较高，能够满足一般工业检测的精度要求；同时还具有可靠性好、成本低的优点，这也为将来机器视觉在工业测量中的具体应用提供了一种途径。