随着智能制造业的飞速发展,企业生产设计对工件的需求量变大,要求也越来越高。对于工件的检测,传统的人工测量技术已经无法满足所需要的工件的测量精确。基于机器视觉的工件测量技术不仅检测速度快、效率高,还可以更准确的进行工件尺寸测量,更容易实现在线检测。本文以圆形齿轮工件为研究对象,研究设计了基于机器视觉工件尺寸的高精度测量系统,并利用该系统完成了齿轮工件的尺寸测量。本文针对图像预处理、特征提取以及曲线拟合、角度测量等技术进行了算法研究,主要研究内容如下:首先,对工件图像预处理算法进行了研究。针对图像光照不均的问题,提出了拉普拉斯变换进行光照增强。图像滤波处理则是使用双边滤波进行处理,既能去除噪声,又能保护目标边缘。其次,研究了工件图像特征提取算法。分别进行了角点和边缘检测、图像分割以及轮廓提取算法的研究。工件图像分割选择了局部阈值分割算法。因为OTSU分割算法会产生缺损和毛刺现象,所以选择了局部阈值分割进行了准确的图像分割。角点和边缘检测方面,本文提出了一种改进的Harris算法进行工件图像的边缘和角点检测。实验结果表明,改进的Harris算法准确的检测出了边缘和角点。轮廓提取方面则是采用八邻域轮廓跟踪算法进行了轮廓提取,较好的提取了工件轮廓。然后,进行了工件图像曲线拟合与角度测量算法的研究。本文选用Hough圆拟合进行圆形齿轮工件的曲线拟合。首先通过Hough拟合算法进行了齿顶圆、齿根圆、分度圆以及内圆的曲线拟合,并且测量出了四个圆的圆心和半径。经过实验以及数据对比可以看出,本文采取的算法能够准确地进行尺寸拟合。之后,通过直线拟合进行了齿轮角度测量。最后,完成基于机器视觉工件尺寸的高精度测量系统的设计。首先搭建了系统的硬件平台,然后开发了系统软件。通过对齿轮工件的尺寸检测实现了系统调试,并对尺寸测量的误差进行了分析。