计算机视觉检测是一种新兴的非接触测量技术,它以计算机视觉理论为基础,融合了光电子学技术、控制理论、模式识别、计算机图形学及其它各种计算机技术。本文以杭州沃尔夫链条有限公司生产的链条元件为检测对象,采用了基于计算机视觉的图像检测技术,实现了对链条元件的几何尺寸及圆度误差的集成测量。论文主要内容涉及图像采集、图像感兴趣区域(ROI)提取、图像预处理、边缘检测、图像分割、亚像素定位、圆度误差以及系统标定等,并对相关技术进行了研究。首先论述了计算机视觉检测系统硬件,以及各种硬件的选用原则和性能指标,并对相关的硬件进行了具体的分析,包括检测系统光源、CCD摄像机、数字图像采集卡、镜头和计算机等。然后论述了视觉检测系统的性能评价标准,并根据链条元件的结构特征、检测技术要求和实验室现有条件,选择了本课题所需视觉检测系统硬件。研究了相关的图像处理技术,主要包括图像感兴趣区域提取、图像平滑、二值化、图像分割、边缘检测、轮廓提取及优化等。分析了抑制噪声的常用滤波方法,具体包括均值滤波法、中值滤波法和低通滤波法。阐述了图像分割的目的,介绍了图像分割方法,其中详细论述了阈值分割技术中的灰度阈值分割法和最小误差分割法。在图像边缘检测方面,主要研究了一阶、二阶微分边缘检测算子和Canny边缘检测算子,进而分析了各种边缘检测方法的优缺点,最后通过实验,分析了各种算子的性能,阐述了轮廓提取和轮廓优化的原理。同时,针对OpenCV中相关的图像处理函数做了简单介绍。对于链条元件中直线和圆的检测,采用改进了的常规的线性最小二乘拟合法。针对本文研究的链条元件的图像特征,提出了一种适用于本系统的ROI提取算法,分析了图像在含有孤立点噪声的情况下该算法的可靠性,以及阈值选取对实验结果的影响；并设计出针对内链板图像的抗噪模板,可以很好的抑制孤立点噪声,目标与背景的面积比越大、算法复杂度越大,该算法对处理速度的贡献能力就越大；抗噪模板可以根据目标图像具体形状进行灵活设计来满足实际测量需要。提出了一种简单的轮廓优化算法,设计出优化模板,该算法不仅可使边缘轮廓具有但像素宽度,而且能使轮廓的间断点连续,能够节省测量时间、提高测量精度。根据被测几何参数特点,提出了一种直线、圆的亚像素检测算法,该算法首先利用整像素算法粗略确定出轮廓(直线或圆)位置,然后计算轮廓附近点与轮廓整像素位置之间的距离,再根据预设好的阈值,去掉不合格点,保留合格点,最后利用改进的最小二乘法拟合所有合格点得到轮廓亚像素位置,因其可以去除不合格点,所以该算法检测精度大大提高,又因其计算简单,故该算法检测速度也大大提高。拓展了圆度的应用范围,提出了圆弧圆度误差的算法,改进了最小二乘法,使其适用于非均匀圆以及圆弧的计算；并且研究了最小区域法评定圆度误差在离散点非均匀分布圆(圆弧)的运用；最后,编写程序进行检测,分析了四种评定圆度误差方法的优劣。最后,本文创建了链条元件的视觉检测系统,开发了链条元件几何参数测量软件。根据要求采集高精度图像,将图像ROI提取、图像的预处理、轮廓提取、轮廓优化、内链板内孔圆心参数的检测及内孔两平面距离检测、圆度误差的测量、套筒外圆参数检测及外圆两平面距离检测的测量算法集成。系统从图像处理、参数计算到测量结果输出,整个测量过程不足1秒钟,可以满足实时检测的高速精密要求。