2008年，中国机械工业产值达到90740亿元，机械工业是我国的支柱产业之一。轴类零件是机械工业中极为常见的零件，也是非常重要的零件，其综合形状误差精度不仅直接影响机械的运动性能、使用寿命，而且对减少能源消耗和环境污染等有重要影响。就目前国内许多制造业对零件的尺寸检测而言，其检测工作还停留在单纯人工视觉或人工视觉与机械量具、光学仪器相结合对产品进行人工抽检的阶段。人工检测往往存在：效率低、可靠性差、检测精度不高、成本高、容易出错等弊端。它已经不适合现代工业企业发展的要求。采用基于图像检测的尺寸检测方法，不仅可以避免人工检测的缺点，而且能实现对加工零件在线、快速、准确和非接触的自动化检测，而目前基于CCD对轴类零件检测的研究工作中，还存在着检测精度不高。检测数据不够稳定等问题。 本研究课题结合学科发展趋势和实际应用需求，在参考大量文献和剖析工业领域的CCD数据采集系统的基础上，着眼于研究基于图象处理的轴类零件尺寸高精度检测技术，本文主要进行以下几个方面的工作： （1）对原有平台进行改进，优化软件的界面和功能。 （2）针对轮廓提取，提出了基于链编码的算法，该算法不仅能提取轮廓，还能找到边缘的角点，速度比较快。 （3）针对轴类零件二维轮廓尺寸的检测，提出了一种基于局部区域灰度矩图像边缘定位方法。并具有较好的可扩展性。 （4）分析误差的来源，为进一步提高检测精度提供了依据。