工业在线尺寸测量是机器视觉系统应用的一个主要发展方向,运动检测和边缘检测是其中两个关键技术,运动检测常采取差分算法,边缘检测使用梯度阈值判断的算法。在线尺寸测量要求能快速准确地检测出大量运动对象的尺寸特征,这些常用算法不能很好地处理精准度上的要求,并且对系统资源的消耗过大。工业在线尺寸测量有它独特的特点:被测对象的运动轨迹简单统一,数量众多但形状相同,测试背景稳定,测量精度和实时性要求高。因此,运动检测上,不需要太复杂的算法分离运动物体,但追求对运动物体的实时定位;边缘检测要求在短时间内对被测边缘定位准确,通过对几个已定位边缘的空间坐标计算得到所需要的尺寸数值。所有这些工作能否达到实时性也是一个非常重要的评估点。本文通过设计和改装一个生产线在线检测系统的项目过程,介绍了项目的背景要求,挑选了关键组成硬件的参数。对运动检测,分析了在项目要求下是否使用一些复杂算法,最终设计了一个适合工业用的简单方法,利用一些外部计数编码器实行对被测物体的运动检测,并使用一种精密机械部件协助系统增加了对运动物体定位的准确性。本文的重点是设计了一个基于统计学方法的边缘检测算子,能够克服一些噪音的影响,通过对图像总体和局部分析相结合找到边缘区域,并使用一种最佳投票法最终确定接近真实边缘的坐标。之后,对整个系统进行在线测量调试,改进了达到实时监测的方法,通过和人工检测结果的比较确定了机器视觉系统的先进性和实用性。最后得到在使用机器在线测试方法后对生产的提高的数据支持。