视觉测量技术是机器视觉理论在测量领域的应用，近年来已成为仪器科学中发展十分迅速的重要领域之一。此项技术克服了传统测量技术精度差、效率低的不足，成为当今工业产品测量的重要方法。利用机器视觉实时测量零件的几何尺寸具有很好的应用前景。成像标定及图像处理、分析是视觉测量系统的关键环节。摄像机标定为视觉图像的二维信息与实际三维物体世界提供了对应转换的定量关系，是视觉测量的前提。本文主要运用了摄像机标定和图像分割方法，重点研究了精确模板匹配和边缘检测技术，并对零件孔径进行测量，实现了测量值及误差限定结果的实时输出。 课题从实际应用出发，把数字图像处理技术和虚拟仪器技术结合起来，开发了零件孔径的机器视觉测量系统。系统选用背光源照明，使孔图像的边界更为突出。针对摄像头与零件的相对位置固定，考虑到所采集图像的畸变的特点，本文采用传统摄像机标定方法中的非线性畸变校正法校准系统，对成像系统进行了成功地校正。本文应用了一种快速模板匹配法，通过精确匹配得到被检测孔在图像上的圆心的坐标。在此基础上进行边缘检测，运用曲线拟合法测量圆的图像，从而得到孔径视觉测量值。 本文建立了初始检测参数选择和测量结果数值之间的联系，提出基于LabVIEW初始检测参数自动优化方法，使初始化参数过程形成闭环的校正系统，更加易于准确地初始化系统，保证了系统的重复检测精度。本文设计的“搜索最优化阈值法”，能够精确地确定图像分割的阈值，也适用于检测圆周的轮辐工具参数的确定。以上自动优化参数方法大大降低了由于环境或其它外部条件(如光源)的改变对系统测量精度的影响。 实验证明，利用初始检测参数自动优化方法能够准确校正系统参数；测量系统能够快速精确地获得零件孔径尺寸。