管状药型是通过螺压机挤压成型，其尺寸偏差对武器发射系统的影响是非常大的。目前，对管状药型的检测是由人工通过千分尺测量，人工检测的测量误差较大，更不适用于批次检测。本课题主要根据管状药型的生产工艺和检测要素，设计了一款基于机器视觉的药型检测系统。系统运用机器视觉代替人工对管状药型进行检测，解决了人工检测所产生的不利因素，提高了检测精度和效率。文章主要从以下几个方面进行研究：（1）对机器视觉硬件系统的构建。从药型的生产工艺出发，了解药型尺寸不确定的原因。然后介绍了药型检测系统的基本结构构成和部件的选用，包括面阵CCD、光源、背景和支撑平台的构建，最后阐述了检测系统的基本原理。（2）对图像预处理和药型轮廓检测的研究。首先对图像的预处理做出了阐述，本课题通过直方图修正、中值滤波和消除噪声三个方面对图像进行了轮廓识别前的处理。对采集到的图像进行圆形轮廓检测，主要从Canny算子和改进的Hough变换两个算法进行研究，Canny算子得到的轮廓会有太多杂散的边界，经典的Hough变化的计算量较大，所以，最终选用的是改进的Hough变换，避免上述不足，得到良好的图像特征。（3）介绍了轮廓的亚像素边缘定位方法和参数的测量结果分析。运用最小二乘法拟合亚像素算法，将轮廓边缘定位在像素内部，即亚像素的级别，较像素级的边缘检测有了较高的分辨率，精度也随之提高。运用加工精细的高对比度标定板进行快速标注，确定了机器视觉中像素与尺寸的对应关系，从而得到轮廓的尺寸信息。最后，分析了测量数据，并与人工测量的一致性进行对比。（4）对系统测量进行了误差分析，从机械安装误差、环境误差和光电误差三个方面阐述了了误差产生的原因，并找到了相应的减小误差的方法。实验证明，文章提出的理论方法可以应用于药型检测上面，并且在精确度和稳定度方面均比人工检测高。