随着机械工业的发展，工件的形状日趋复杂的情况下几何尺寸精度及检测速度要求越来越高，传统的手工测量方法已经不能满足实际生产的需要，例如本课题的测量对象发信盘。发信盘作为汽车发动机重要组成部件之一，其产量大、生产工艺要求高，发信盘本身具有典型的类似齿轮的结构，齿状结构密集，手工测量耗时费力，效率低、产品质量稳定性差且不利于生产线自动化，因此这一工件测量方法的改进是个热点问题。
　　机器视觉技术作为近几十年兴起发展的现代科学技术结合了计算机的高速计算能力、光学系统和电子成像系统的二维成像能力。这种系统能够模拟人类的部分视觉功能并在此基础上发展出一些人类所不具备的能力。基于机器视觉的测量技术便是其中之一。它是在测量技术和机器视觉基础上发展起来的新型交叉学科。本课题将机器视觉测量引入到发信盘齿距测量过程中，对整个硬件结构、软件结构和算法进行了系统研究。
　　研究的主要内容有以下几个方面：
　　1.研究了机器视觉测量在国内外的发展状况，探讨了发信盘齿距测量的基本原理和主要的测量方法；
　　2.对视觉测量系统软件处理中各个环节的算法进行了系统的研究，介绍了本课题中所使用到的算法构成。文中采用了坐标变换降维法将兴趣点从二维图像中提取到笛卡尔坐标系，减少了计算机运算量；同时在亚像素边缘计算中提出了变限最小二乘拟合法，使得在边缘亚像素值计算中对初始数值数量要求有了更大的弹性。
　　3.针对发信盘齿距测量的需求对硬件系统各部分进行了研究和选型并搭建了合适的发信盘影像硬件系统平台。在Visual studio2010这一Windows应用程序开发平台中搭建了系统软件框架，并将算法实现嵌入到功能模块中；
　　4.软硬件平台搭建成功后对系统的参数进行了标定并在平台上进行了相应的测量实验，验证了本方案的可行性并对测量结果进行了分析。
　　对实际测量的实验结果分析表明，采用基于机器视觉的测量方法可以对发信盘进行非接触快速亚像素级测量，在工业中的应用可以加快产品生产速度的同时强化质量监测，对汽车工业的发展具有重要意义。