为了满足“中国制造2025”现代工业的要求,我国对零部件的质量要求越来越高,并对其高精度、高效率检测成为亟待解决的工程问题。机器视觉具有稳定性、可靠性、高精度、低功耗等优势,因此广泛应用于零部件的尺寸测量。然而,在工业零部件检测中,通常检测目标的对比度很低,这类低对比度物体的尺寸测量是机器视觉检测的瓶颈。因此,本课题设计了合理的光源系统,在此基础上研究了低对比度物体二维图像尺寸测量的算法,克服了低对比度物体在机器视觉中难以测量零件尺寸的不足。首先,对图像采集系统硬件进行选型,搭建了整个系统的硬件平台,并对照射光源进行了设计。照明光路是影响图像质量的关键因素,通过ZEMAX仿真和实验验证,分析了不同光源类型、颜色、照射角度等对低对比度物体成像质量的影响。在此基础上,确定了以白色LED环形光进行低角度照射的方案。然后,设计了低对比度物体的图像测量算法。根据背景噪声产生的原因,使用兼顾空域信息和值域信息的双边滤波算法,该方法兼顾了噪声去除和边缘信息的保留。针对物体对比度低的问题,对比分析了拉普拉斯增强算子、Retinex增强算法和ACE增强算法,得出了ACE算法适用于低对比度下图像增强的结论。在此基础上,首先使用Canny算法提取轮廓边缘,再使用形态学处理和连通域标记小面积元素的方法,使边缘轮廓完整且边缘占据一个像素宽度,进而使用亚像素边缘险测算法进行精准定位。同时,在对亚像素边缘检测算法分析中,使用多项式插值法获得的部分亚像素坐标与Sobel算法获得坐标进行比较,结果显示多项式插值法获得的坐标精度较高。最后,从实验角度对低对比度工件尺寸进行测量,并对算法进行验证。用标准标定板对所使用的CCD工业相机进行标定,获得标定系数,并用数字型万能工具显微镜测量模具的实际尺寸,将测量尺寸与实际尺寸进行比较,综合分析本方法的测量误差。使用本文设计的基于机器视觉的的低对比度物体二维尺寸测量系统,对三种不同形状的模具进行了尺寸测量。并测量了规格为20 mm的量块,测量结果为(20.052±0.252)mm。所以本文的测量系统可获得较高的测量精度。