在机械制造的自动化背景下,轴类零件安装间隙的快速重复检测是机械行业内的一类重要研究课题。目前,国内大多数企业对于轴类零件安装间隙的检测主要依赖人工完成,人工检测成本较高,受人主观因素影响较大,难以保证效率和精度。利用机器视觉对轴类零件安装间隙进行高效率、低成本的检测是工业发展的必然趋势。本文在前人研究的基础上设计了针对轴类零件安装间隙检测系统,包括图像采集系统设计以及图像处理算法设计。论文的主要内容包括:首先,对图像采集系统进行设计,针对轴类零件的安装间隙的检测要求计算相机、光源、镜头等硬件的参数,根据硬件参数对硬件进行选型。分析了机器视觉四个坐标系坐标变换过程以及张正友标定法方法,对安装间隙图像采集系统进行标定并计算出标定系数。然后,研究了图像预处理算法包括图像滤波和图像增强。针对轴类零件安装间隙图像的特点,使用中值滤波处理图像中的噪声。基于对图像直方图分析,确定安装间隙图像灰度值的分布范围,采用分段对比度拉伸的方法增强安装间隙图像中间隙区域的对比度,并通过数学形态学去除工件表面的毛刺凹坑。最后,研究了边缘提取算法。针对图像中安装间隙区域灰度值低的特点以及Canny算法双阈值对低灰度值不敏感的缺陷,采用图像反转改进Canny算法对安装间隙图像的边缘提取效果。对提取出的轴边缘像素点进行直线拟合,最后计算安装间隙的大小,并进行误差分析。实验结果满足工业需求。论文对于低对比度图像的增强和图像低灰度值区域边缘信息的提取有较强的参考意义,对于间隙检测系统的快速化、集成化具有较大的实用价值。