齿轮是工业生产中传递运动和动力必不可少的零部件之一,提高齿轮的测量技术水平是提高齿轮生产制造精度的关键因素之一。快速地对大批量生产齿轮的误差进行在线测量是现代化工业的本质要求,结合机器视觉技术非接触测量直齿轮的加工误差具有重要的意义和可行性。论文利用工业摄像机采集直齿圆柱齿轮的图像,并根据齿轮图像的特点详细研究了图像的预处理方法、图像的形态学操作方法及阈值分割方法。采用Sobel算子、Prewitt算子、Laplace算子和Canny算子等经典的像素级边缘检测算法获取预处理后的齿轮图像的边缘,结果表明传统的边缘检测方法已不符合齿轮测量的精度要求。故论文借鉴了Zernike矩亚像素边缘检测算法,结合图像直方图的最大类间方差法对在线拍摄的直齿轮图像进行最佳全局阈值处理,在提高轮齿边缘检测效率的同时降低了误差。并在此基础上设计开发了一系列算法,获得了齿轮的基本参数和齿距偏差,并进行了误差分析。齿廓偏差是影响齿轮传动性能优劣的重要参数,论文借鉴逆向工程的思想结合计算机图形学原理建立了标准齿轮模型,并获得待测齿轮的参考点云数据,结合经典ICP算法实现齿廓目标点云和参考点云的配准,采集配准后的数据并进行分析整合,获得齿廓偏差并分析误差。通过计算结果与实测值之间的对比,证明本文提出的采用机器视觉技术测量齿轮的算法精度较高,可以满足实际生产过程直齿轮在线测量的需要。