由于对机械产品制造精度的要求越来越高,使得客观、准确地评价零件的制造误差成为急切的需求。工业CT技术,能在无损的情况下获得零件的断层位图图像,这为量化零件的制造误差提供了新的思路。为提高零件制造误差的分析精度,本文研究了基于工业CT检测的零件制造误差的分析方法,并开发了Error Analysis-ICT制造误差分析软件。论文的主要内容是工业CT图像分割、像素级和亚像素级边缘检测、基于最小包围矩形和图元特征的初配准、基于SVD-ICP算法的精配准、误差的计算和显示。第一,提出了一种结合分布估计算法和二维最大类间方差法(二维OTSU)的图像分割方法。该方法以图像的二维Otsu公式为适应度函数,通过构建和采样概率图模型的进化方法,搜寻最优阈值。算法收敛速度快且稳定,图像分割准确。第二,研究了像素级和亚像素级边缘检测方法。其中,像素级边缘检测方法中主要介绍了一些典型边缘检测算法优缺点和适用范围,然后展示了算法对于阈值分割后的工业CT图像的检测效果,比较发现Canny算法作为本文的像素级边缘检测算法更为可行;亚像素级边缘检测方法中,研究了基于误差补偿的空间矩亚像素边缘检测方法。首先,介绍了算法流程。然后,采用螺母的CT图像进行实验,实验证明,本文采用的亚像素边缘检测方法,在进行边缘精确定位方面的有效性。第三,研究了基于最小包围矩形和图元特征的点集模型与二维CAD模型的初配准技术。运用二维多边形定点环描述了两模型的最小包围矩形计算算法。根据最小包围矩形形心之间的坐标差,确定平移参数。通过点选两模型中相对应的线段、圆或圆弧图元特征,确定两模型之间的旋转参数。第四,研究了结合奇异值分解法和迭代最近点法(简称SVD-ICP)的模型精配准技术。在初配准处理的基础上,利用SVD-ICP实现两模型的精配准。第五,系统的开发与实现。在现有CT图像处理软件——RTV的基础上,开发实现了前述图像分割、像素级边缘检测、亚像素级边缘检测、两模型的初配准、两模型的精配准功能。最后实现了配准后的模型间的误差计算和彩色云状图显示,并输出感兴趣的误差信息。测试效果表明,系统在准确性、可用性、易用性等方面均达到了预期要求。