微小零件的产品尺寸测量和表面质量检测通常是由检测人员借助显微工具进行人工检测的,其检测结果受检测人员的主观因素影响很大,而且工作效率低、劳动强度大,检测精度低。随着科技的发展,尤其是微电子技术和微纳技术的飞速发展,产品的微小型化已成为潮流,相应地适用于微小零件尺寸与质量的检测方法与仪器仪表工具系统就成了保证微小型化产品质量的关键。本文研究基于机器视觉的微小零件尺寸及表面缺陷在线检测关键技术,并探讨了相应技术的实现方法,对提高微小零件的产品尺寸测量和质量控制检测的精度及自动化程度、减少人因干扰以及降低劳动强度等都具有重要意义。本文在分析微小零件尺寸与质量检测技术与系统现状的基础上,以集成电路(IC)测试探针(简称IC探针-Integrated Circuit Probe)尺寸及其表面缺陷的检测为对象,综合应用相关学科领域的最新研究成果,设计了基于机器视觉的微小零件尺寸及表面缺陷在线检测系统,研究了微小零件尺寸及表面缺陷视觉检测所涉及的图像处理、图像的配准拼接、边缘检测、亚像素定位分析、图像特征识别与聚类、基于图像的尺度测量等关键技术。在分析和比较相关的图像边缘检测方法以及各种亚像素定位技术的基础上,选择了一种基于改进的Zernike矩的亚像素算法,以建立微小零件尺寸及表面缺陷测量的亚像素边缘检测算法,该算法能有效地提高微小零件图像测量的精度;经过对某IC探针生产厂现场检测数据的统计分析,探针表面缺陷主要有凹坑和划痕两种,文中针对这两种缺陷形式建立了探针表面缺陷的特征模型图,并应用矩形度、伸长度和圆度等特征参数描述了探针表面缺陷,基于模糊C均值聚类分析设计了表面缺陷分类器,实现了对探针表面缺陷的检测、识别和分类以及缺陷大小的计量。在微小零件尺寸及表面缺陷的视觉测量理论与方法研究基础上,作者应用Visual C++开发工具,编写了图像采集与处理、图像的配准拼接、边缘检测、亚像素定位分析、边缘提取与特征识别及聚类、表面缺陷分类器及尺度测量等相关程序,构成了基于机器视觉的微小零件尺寸及表面缺陷在线检测的软件系统。最后,应用本文研究的系统对某厂生产的IC探针尺寸及表面缺陷进行了实验检测。结果表明:本文研究的微小零件尺寸及表面缺陷视觉测量方法是可行的,开发的检测系统可应用于IC探针尺寸及表面缺陷的检测,且检测的稳定性和检测精度均能满足工厂的要求。