机器视觉检测技术以其快速、高效、精确、柔性好的特点，已经应用在国内外各个领域。本文用典型的微小器件--灯丝为主要研究对象，对机器视觉检测技术进行了深入研究。　　本文首先分析了机器视觉系统组成，在研究系统硬件和适用范围的基础上，搭建了一套机器视觉检测平台，并在分析系统性能的基础上，选择了适配软件，对系统工作流程作了详尽阐述。　　由CCD相机采集的图像由于受环境条件的限制和自身成像系统信号传输影响，会出现噪声和畸变。文章对图像灰度变换、图像增强和几种典型的边缘检测算法进行深入研究和试验的前提下，提出了一种结合中值滤波、图像锐化、阈值分割的新的边缘检测方法，并取得了良好的效果。　　通过研究摄像机线性和非线性模型和相机标定方法，运用OpenCV软件对相机进行标定，从而获取相机参数。并对带有桶形畸变的图像进行校正，效果明显。　　本文对形态学中灰度图像处理方法进行了探究。基于形态学膨胀、腐蚀、开运算和闭运算的特点，结合自适应阈值分割和顶帽变换的思想，完成了背景亮度不均匀图像的边缘检测，并达到了预期效果，使检测精度进一步提高。文中给出一种简便易用，高效灵活的测量系统线性标定方法，实现图像物理尺寸和像素尺寸之间的转化。　　利用Matlab和MVIPS图像处理软件平台，完成了图像的边缘检测和尺寸测量，达到了较高的测量精度，通过系统试验，并分析试验数据，进行误差统计分析。实验结果表明，使用该测量系统能够出的色完成微小元件的几何量检测任务，具有重要意义。