朱宬尧，张旭，林旭东，王若瑾

（上海工程技术大学汽车与机械工程学院，上海 201620）

0 引言

在现代机械制造技术中，高精度制造越来越普遍。而传统的测量手段因为测量速度较慢或测量精度无法达到要求等原因，很难适应现代制造技术的发展。机器视觉的检测方式因为无接触、快速、自动化的优点受到广泛应用[1-3]。但传统的机器视觉算法因精度不足，无法达到高精度零件测量要求。

在现实的工业环境中，图片会在拍摄和传输等过程中受各种因素影响而形成噪声。传统的机械视觉测量方法，如文献[4]中使用工业相机对孔类零件拍摄后，先利用进行中值作为滤波的办法将图像中的椒盐噪声消除。然后再将图像二值化后分割，再利用Canny算法提取轮廓，同时去除高斯噪声。最后调用Open eVision对图像进行测量，达到了0.02 mm的精度。文献[5]通过引入了轮廓的全局性参数k获得所选轮廓的最佳拟合圆。文献[6]利用极值法求得阈值，对图像分割消除噪点后，使用机器视觉的方法在无需采摘叶片的情况下对叶片的面积进行了测量。祁晓玲等[7]改进了中值滤波的滤波器，从而得到了更清晰的二位边缘轮廓，完成了对阶梯轴进行尺寸测量。高俊钗等[8]建立了相机镜头对焦的数学模型，利用了交比不变性提高了相机标定的精度。刘峰[9]通过基于邻域的非线性变换算法和保持边缘的混合滤波器算法对图片处理后，实现了对螺纹重要参数的测量。文献[10]采用了Canny算子，获得边缘后再采用最小二乘法完成轮廓边缘拟合，成功做到了对轮廓边缘的亚像素级计算。……