滚动轴承在机械工业中具有重要作用。橡胶密封圈对脂润滑滚动轴承起到密封作用,既防止内部润滑脂流出,又防止外部颗粒状杂物进入轴承内部,对延长轴承的实际使用寿命具有重要意义。轴承密封圈的外圆直径公差范围是0.12mm,内圆直径公差范围是0.16mm,测量精度为0.08mm。轴承密封圈的内外圆唇边是具有弹性的橡胶材质,无法使用传统的游标卡尺进行测量,企业一般使用手摇式光学影像测量仪测量密封圈的内外圆直径,这种测量方法测量精度不高且测量速度慢。为了提高轴承密封圈尺寸的测量精度和测量速度,本文基于机器视觉原理提出了一种针对密封圈的亚像素测量方法,搭建了密封圈测量试验台,编写了测量软件。主要工作内容如下:根据密封圈的尺寸范围和测量精度要求选出合适的工业相机、工业镜头、光源,搭建具有较大刚度的尺寸测量试验台。为了描述三维世界中的坐标点与图像中对应像素点的关系,建立了相机成像的线性模型。考虑到镜头畸变的影响,引入畸变参数,根据一元函数泰勒展开式把线性成像模型修正为非线性成像模型。通过详细推导相机标定的数学模型得出:相机的内参数矩阵、图像与相机之间的外参数矩阵能够描述三维世界中目标物与二维图像的映射关系,并且可以对图像进行畸变矫正。在Matlab软件中使用张正友标定法求得相机的内外参数矩阵。使用Harris角点检测法对经过畸变矫正的标定板参考位姿图像进行角点检测,获得当量像素,为后续的尺寸测量做准备。在Matlab中进行仿真实验,使用均值滤波、中值滤波、高斯滤波、双边滤波算法分别对含有椒盐噪声和高斯噪声的灰度图像进行滤波去噪,根据滤波效果和滤波耗时确定使用中值滤波算法对密封圈灰度图像进行降噪处理。根据直方图双峰法、迭代法、最大类间方差法对灰度图像的阈值分割效果,确定采用最大类间方差法作为本文中对图像的阈值分割方法。针对图像中目标物的边缘检测问题,建立了图像边缘的三种基本模型,研究了现有的像素级边缘检测算法的数学原理,使用Matlab编写图像边缘检测的GUI界面,对比Roberts算法、Prewitt算法、Sobel算法、Lo G算法、Canny算法对灰度图像的边缘检测检测效果,发现Canny算法对细微边缘有更强的检测能力。分析了基于矩法、拟合法和插值法的亚像素边缘检测法的数学原理,针对密封圈的环形形状特点,提出了一种改进的亚像素边缘检测方法,该方法的核心环节包括灰度插值、Bool区域运算、Canny边缘检测、最小二乘拟合等步骤。以三坐标测量仪对密封圈内外圆直径的测量结果为真实值,以手摇式光学影像测量仪和本文亚像素方法对相同密封圈内外圆直径的测量结果为测量值,统计后两种测量方法的绝对误差和测量过程耗时。本文的亚像素方法的测量绝对误差均小于0.058mm,测量一个密封圈的两个直径的平均耗时为2.91s。测量精度和测量效率都优于手摇式光学影像测量仪的测量方法,证明本文提出的亚像素测量方法具有实际意义和应用价值。