复杂零件的传统检测方法因检测精度低、检测效率低下、成本高等因素,已不能满足现代化生产的要求。基于此,提出一种基于机器视觉的非接触测量方法。以复杂零件——柴油机曲轴为被测对象,运用视觉检测原理,对柴油机曲轴轴线的弯曲度进行了深入地研究。首先,根据检测任务和检测精度的要求,完成了视觉检测系统的总体结构设计。其次,对视觉检测系统进行了标定。考虑到视觉检测系统在采集图像时,不可避免的会存在噪声,对系统采集的图像进行了滤波和二值化处理。并依据柴油机曲轴图像结构单一的特点,提出了一种基于灰度值差异的边缘检测算法。经检验,该算法与传统的边缘检测算法相比,定位精确、检测速度快。然后,对获取的边缘图像进行了基于双线性插值的亚像素算法,从而提高了系统的检测精度。并利用最小二乘法对若干个像素列截面进行圆曲线拟合,得到各截面的圆心坐标。最后再利用最小二乘法进行直线拟合,计算轴线的直线度,从而判断柴油机曲轴轴线的弯曲状况。实验表明该系统不仅检测精度高,检测速度也非常快。