机器视觉检测技术具有工作速度快，精度高，测量稳定的特点。随着机器视觉技术的日益更新，视觉测量在现代工业生产中蓬勃兴起。O型密封圈作为常用的密封元件，使用越来越广泛，但是在工业生产中，O型密封圈的尺寸测量工作量非常巨大。传统的人工测量方法受限于测量人员的精神状态和工作经验，其测量精度往往不太高，测量误差大，并且在大规模的测量情况下，工作效率低，本文针对以上情况提出采用基于机器视觉的二维尺寸测量系统对O型密封圈进行测量的方法。本文在二维视觉测量的基础上，通过对主动视觉技术的研究，搭建了O型密封圈几何尺寸视觉测量系统的硬件平台：包括机械运控控制部分（如三维伺服移动机构、传感器、运动控制卡）以及视觉定位部分（如照明系统、图像采集系统、成像系统）。在研究一些常用的自动对焦方法的基础上，采用清晰度评价函数值作为判断成像系统的正焦程度的依据，通过对不同清晰度的密封圈图像的检测比较，确定Brenner函数作为图像清晰度评价函数，评价结果较为理想，耗时最少，基本上可以实现正确聚焦。在峰值搜索过程中，利用曲线拟合能快速搜索曲线峰值以及爬山算法程序设计简单的特点，采用大步长（5mm）进行粗调焦和小步长（0.5mm）进行精调焦的方法。在粗调焦过程中采用基于最小二乘法的二次多项式拟合，求出理论调焦评价函数的峰值坐标，再确定细调焦区间为拟合峰值2.5mm，之后采用爬山算法逐步搜索比较得出成像系统正焦位置。然后论文研究了O型密封圈的图像预处理方法以及图像跟踪方法。通过对比选择了3×3模板的高斯滤波对采集后的图像进行滤波处理，结果表明该种滤波器更好地消除图像噪声，并且不会明显引起边缘的模糊，之后根据图像的直方图信息，确定图像二值化的分割阈值T=200。采用控制系统对密封圈边缘跟踪，再将局部图像信息复原，即完成了对密封圈完整图像信息的采集。最后选用Canny边缘算子作为最终的边缘检测算子，对密封圈图像的双边缘采用结合形态学图像处理方法和基于最小二乘的圆形拟合方法，分别拟合出密封圈的内外圆以及它们的半径的像素尺寸，根据对方形标准件进行标定实验所测得的标定系数，最终计算出密封圈实际的外径与线径尺寸。