轴类零件参数测量是轴类零件加工时不可缺少的环节。轴类零件参数类型多,待测参数数量大,测量任务繁重。传统的测量方法难以满足日益增长的测量需求。机器视觉是一种集光、机、电、软件算法于一体的新兴技术,利用图像处理可快速实现目标缺陷检测与参数测量,该技术在工业检测领域的应用越来越广泛。为实现轴类零件参数高效率、高精度测量,本文开展了如下研究:本文对轴类零件图像采集进行了研究。采用背光源,可获得高对比度,轮廓清晰的图像;轴类零件立式夹装,图像采集终端沿导轨上下移动,有利于设备小型化;零件变截面处设置采集工位,多工位图像经高精度拼接后,获得轴类零件完整图像。本文对光学成像系统进行了研究。零件位置偏差引起的物像比变化,是测量误差源之一。本文采用具有较大景深的双远心光学系统,在景深范围内物像比保持不变,从而大幅降低位置偏差引起的测量误差。本文对轮廓定位算法进行了研究。细小轮廓是导致测量失败的主要原因。本文提出定位轮廓和测量轮廓可分开设置的思想,利用定位轮廓查找测量轮廓,显著提高了参数测量成功率。另外,本文设计了边缘毛刺附着物处理算法,确保所选取的轮廓完整有效。本文对轴零件参数测量算法进行了研究。对轴零件参数进行分类,并针对各种参数类型分别设计了测量算法。通过上述研究,本文设计了一套高效率、易于操作的轴类参数测量系统。该系统具有良好的人机交互界面,实现测量任务的创建;该系统可在数秒内完成数百个参数的测量,并根据公差要求判断尺寸是否合格,输出统计结果报表。实验结果表明该系统具有较高的重复精度,测量结果稳定可靠。最后对全文进行了总结,并提出了下一步研究的方向。