机器视觉技术采用计算机来模拟视觉功能,通过获取并处理被测物体的图像来确定被测物体的尺寸信息。将机器视觉技术用于机械工业中的零件尺寸测量,将具有非接触、速度快、自动化程度高等突出的优点,已经受到了越来越多的关注。针对目前国内外的视觉测量轴径方法的局限性,本文利用轴类零件的几何特征和光学成像过程,提出一种基于机器视觉的轴径测量方法。首先,为消除镜头畸变对轴径测量精度的影响,本文对摄像机标定技术进行了研究和分析。在针孔摄像机模型的假设下,建立了摄像机线性和非线性成像模型；为降低标定成本并方便实际操作,重点研究了基于平面的两步标定法；为提高摄像机的标定精度并便于尺寸测量,对该标定法做了几点改进,包括：(1)修改畸变模型的投影方向,可以避免在反求特征点的世界坐标时对高次方程的数值求解；(2)在畸变模型中除了考虑两项径向畸变,还增加了两项切向畸变,可以更好地对镜头畸变进行修正,同时不影响参数的优化稳定性；(3)利用图像中心区域内的特征点来求解摄像机内参初值,以此提高内参的优化初值的求解精度；最后,摄像机标定实验表明,采用较多的图像幅数进行标定会使参数标定结果更稳定,考虑切向畸变、选择合适的内参约束条件以及在图像中心区域内取特征点求解内参初值可以有效地提高标定精度。为提高图像测量的分辨率,从图像中获取边缘的亚像素位置是必要的。本文研究了几种常用的亚像素边缘检测方法,包括灰度矩法、空间矩法、梯度插值法、相关插值法、高斯拟合法；考虑到传统的评价方法(模拟边缘法、实际边缘重复实验)存在的不足,本文提出一种结合摄像机标定和边缘检测的评价方法,将实际尺寸测量误差作为精度评价准则,更符合测量的实际要求；边缘检测精度评价实验表明,梯度插值法的检测精度最高,稳定性最好。采用基于平面的两步标定法来标定被测物体的外部参数时,需要被测尺寸位于标定平面上,这对于机械零件很难实现。为此,本文根据轴的成像几何关系,建立了世界坐标系以及轴径测量的数学模型,对于模型中表征轴姿态的外部参数,可以采用已知直径的轴来进行标定。最后,通过测量实验验证了本文提出的轴径测量方法的精度。首先,在静态条件下,对本文测量方法的精度进行了测试,结果表明,摄像机的安装位置以及用于标定外参的已知直径的轴的数量,对测量精度无明显的影响；其次,在动态条件下,对几次切削得到的轴径进行了测量,实验数据表明,采用较多的图像幅数有利于提高测量的精度和稳定性,而轴的转动速度不会影响测量结果。本文的研究工作对发展机器视觉测量技术的工程应用具有一定的意义。