基于机器视觉的零件尺寸检测以图像处理为基础，零件尺寸测量算法的研究主要是以软件为手段来解决视觉测量中的精度和速度问题。机器视觉测量技术具备在线检测和实时分析的能力。为了改善零件尺寸的测量精度，对边缘检测及亚像素定位等关键技术进行了研究。在图像处理和分析时，主要讨论了经典边缘检测算子，然后对几种经典的像素级边缘检测算法进行了研究，通过Matlab处理软件对它们作了效果比较，总结了各算法的边缘处理效果及各自的不足。最后提出了一种改进的效果较好的多方向小波变换边缘检测方式。对亚像素边缘检测矩法作了研究，同时使用Matlab处理软件对它们作了效果比较，分别对两个不同的目标图像，螺纹和齿轮图像进行了仿真实验，对比了各种方法的优缺点。提出了二次多项式插值和最小二乘拟合法，对不规则的工件零件进行了测量，比较了相对理想工件的误差。该方法大大减小了亚像素的拟合定位误差，提高了测量精度。在对玻璃瓶的测量中，对采集的图像进行了灰度化处理，对灰度图像实施了降噪、阈值分割和边缘检测后，使用改进的二次多项式插值进行了亚像素定位，分析了定位精度。结合矩的亚像素边缘检测、最小二乘拟合、二次多项式插值、霍夫变换的一些算法对柱形玻璃瓶的截面半径参数作了测量，测量结果显示，图像处理算法的可行性，测量符合准确要求。