航天工业零件是我国航天事业发展的重要基础,其重要性不言而喻。但是长期以来,一些零件参数的检测是依靠人工来完成的,检测存在质量一致性差和检测效率低下的问题,因此检测手段急需改善,以解决传统人工检测低效率低精度等问题。本文基于获取的航天工业零件的高分辨率CCD图像,从提高零部件几何量测量精度和效率两方面考虑,结合现有的图像处理技术,对计算机视觉检测理论及关键技术进行了深入的分析和研究。本文研究了国内外在零件参数检测领域的现状,论述了计算机视觉技术在航天工业零件检测中的必要性,说明了视觉检测技术的可行性、必要性及实践价值,讨论了圆弧和直线检测的各类算法。论述了数字图像的常规处理技术。分析了数字图像中的噪声来源及性质,给出了常用的滤波算法,深入讨论了图像的边缘检测技术。本文分别研究了Hough变换、随机Hough变换的基本原理,给出了它们进行圆弧和直线检测的步骤,并且分析了这两种方法在检测圆弧和直线时的优缺点。在此基础上,本文提出了一种改进的随机Hough变换,这个算法的改进之处在于,首先利用传统Hough变换检测图像中的直线,并把直线对应的边缘点从边缘点集中去掉,接着利用图像边缘梯度方向信息对随机采样产生的边缘点集是否在图像中的同一圆上进行初步判断,然后再使用随机Hough变换进行检测,这样可以避免大量的无效累积造成的低效检测。实验中运用该算法分别对零件的二维以及三维图像轮廓进行参数检测,结果良好,证实了所提出的方法精度高,重复性好,对航天工业零部件的检测工作将起到推动作用。对于获取的大量的航空零件CCD图像,如果一个个处理,既费时,又费力,本文通过对航空零件CCD图像的研究,把航空零件归纳为五类。同时,把高分辨CCD图像预处理技术和Hough变换理论结合起来,开发了一套能够检测二维以及三维图像轮廓图像几何参数的软件包。