针对齿轮视觉测量过程中因齿廓表面受到污染导致齿廓图像边缘出现光学失真, 从而影响齿廓偏差、齿距偏差测量精度问题, 提出一种基于视觉测量的齿廓图像边缘失真迭代逼近——临近度判别算法(IAPD).建立渐开线齿廓图像边缘过渡带内像素点法向偏距与像素点极径的映射关系, 将复杂的二维图像边缘信号转化为容易处理的一维信号; 利用小波去噪算法对信号进行处理, 提取齿廓边缘的失真特征; 采用变阈值迭代逼近算法分离出齿廓倾斜偏差; 采用K-邻近度分类方法自动判别齿廓图像边缘失真的起止位置, 为齿距、齿廓偏差测量时进行齿廓图像边缘失真修正提供定位依据.为验证本算法的可靠性, 根据相邻同名齿廓真实边缘的相似性, 对失真齿廓和无失真齿廓图像提取亚像素边缘, 并进行相似性比较, 实现基于相似性比较的齿廓图像边缘失真判别算法, 以此对IAPD算法的失真区域判别精度进行校验.实验结果表明：本文提出的齿廓图像边缘失真判别算法能够快速自动识别图像失真区域, 失真区域边界的径向定位精度可以达到2.5个像素(50 μm), 能够满足图像边缘失真修正补偿的定位精度要求, 可以实现齿轮测量的实时计算.

针对图像边缘检测过程中噪声抑制与细节保留不能兼顾的问题, 提出一种基于Bertrand曲面模型的边缘检测算法.在确定像素级边缘的基础上, 选取沿边缘方向的带状域为拟合区域, 利用Bertrand曲面具有沿母线各点的法线与母线共面的性质, 将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标, 并对转化后的像素点坐标和归一化灰度值进行拟合, 求得亚像素边缘到像素级边缘的法向距离, 实现图像亚像素边缘的检测.用视觉测量系统对量块直线边缘进行实验, 并与改进Facet曲面拟合亚像素边缘检测算法比较, 说明基于Bertrand曲面模型的边缘检测算法具有较高的定位精度, 测得一等量块的直线度误差在1 μm以内, 多次测量的误差平均值为－0.811 μm, 可靠性高.通过机油泵泵体测量实例, 说明本文算法可以应用于机械零件的精密测量, 尤其适用于中心距、孔径等的测量.

在应用机器视觉技术进行测量时，测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响，因此必须对像素当量和系统误差进行标定，并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法，在提取标定圆圆心坐标的基础上，计算圆心距物理尺寸和像素尺寸的比值,得到像素当量；建立圆心实际坐标和理论坐标的二元三次误差模型，并利用最小二乘法拟合求解误差模型系数；通过确定光源强度引起的图像边缘位置误差补偿量，实现测量系统的综合标定。实验结果表明，该方法可以有效提高系统的测量精度。