基于计算机视觉的图像检测技术是以现代光学为基础，融光电技术、数字图像技术、信息处理及计算机视觉等科学技术为一体的现代检测技术。本文将图像检测技术应用于工业零件形状尺寸检测，并对亚像素边缘检测、几何基元检测、形状误差评定、边缘仿真图像制作等关键技术进行了研究。 引入离散正交多项式，提出了一种新的曲面拟合亚像素边缘检测算法。该算法将二维曲面拟合分解为一维曲线拟合，大大提高了算法的可靠性和速度。 改进了Zernike正交矩(空间矩)亚像素边缘检测算法，用误差修正表对离散采样引起的误差进行修正，使信噪比达到20dB时，边缘检测精度仍然优于0.1像素。 将有向线段概念引入直线检测，大大提高了直线检测的分辨率和精度。 根据圆和椭圆的形状特性，提出了相应的约束条件及圆和椭圆参数求解算法。求解时，对所求参数分步约束进行求解，提高了算法的稳定性并减少了计算量。 将RHT与曲线拟合有机结合，分别提出了直线、圆、椭圆检测算法，该算法能在复杂背景下、全场范围内，自动、快速、精确、鲁棒地完成检测任务。 实现了直线度误差和圆度误差评定方法的相关算法。重点研究了圆度误差评定的最小二乘方法，指出只有满足“小误差假设”和“小偏差假设”，最小二乘通用算法的评定结果才是严格意义上的最小二乘解。针对这一结论，提出了一种最小二乘迭代算法来得到精确的最小二乘解。 提出了一种高精度边缘仿真图像制作方法，其边缘仿真精度优于0.005像素。 提出了香烟滤棒形状尺寸检测系统实现方案，并进行了大量仿真试验，结果表明，该方案能达到以下性能：检测速度60根／秒，长度测量误差小于0.05mm，圆周测量误差小于0.03mm圆度测量误差小于0.03mm，该精度高于国标GB／T 5605—200的要求。