1、基于機(jī)器視覺(jué)的零件尺寸檢測(cè)以圖像處理為基礎(chǔ)，零件尺寸測(cè)量算法的研究主要是以軟件為手段來(lái)解決視覺(jué)測(cè)量中的精度和速度問(wèn)題。機(jī)器視覺(jué)測(cè)量技術(shù)具備在線檢測(cè)和實(shí)時(shí)分析的能力。為了改善零件尺寸的測(cè)量精度，對(duì)邊緣檢測(cè)及亞像素定位等關(guān)鍵技術(shù)進(jìn)行了研究。
　　在圖像處理和分析時(shí)，主要討論了經(jīng)典邊緣檢測(cè)算子，然后對(duì)幾種經(jīng)典的像素級(jí)邊緣檢測(cè)算法進(jìn)行了研究，通過(guò)Matlab處理軟件對(duì)它們作了效果比較，總結(jié)了各算法的邊緣處理效果及各自的不足。最后提出了一種

2、改進(jìn)的效果較好的多方向小波變換邊緣檢測(cè)方式。
　　對(duì)亞像素邊緣檢測(cè)矩法作了研究，同時(shí)使用Matlab處理軟件對(duì)它們作了效果比較，分別對(duì)兩個(gè)不同的目標(biāo)圖像，螺紋和齒輪圖像進(jìn)行了仿真實(shí)驗(yàn)，對(duì)比了各種方法的優(yōu)缺點(diǎn)。
　　提出了二次多項(xiàng)式插值和最小二乘擬合法，對(duì)不規(guī)則的工件零件進(jìn)行了測(cè)量，比較了相對(duì)理想工件的誤差。該方法大大減小了亞像素的擬合定位誤差，提高了測(cè)量精度。
　　在對(duì)玻璃瓶的測(cè)量中，對(duì)采集的圖像進(jìn)行了灰度化處理，對(duì)灰