（3）对于像齿轮、螺纹、凸轮等的复杂结构零件，形状复杂，参数繁多，用常规仪器检测的精度和效率都比较低，通常采用专用测量仪器。但是这些专用仪器只能在专用的测试台上测量，成本较高，测试过程比较复杂。而基于机器视觉的图像检测技术采用“图像”这种信息含量非常丰富的载体，表现出较大的优势，只需一幅或多幅图像就可以得到复杂结构的轮廓信息。

1.1  课题研究的目的及意义

目前我国大多数轴承生产厂家在轴承尺寸精度的检测方面还是依靠机械式、光学式等测量仪器[9]，手段比较落后。而往往在工业检测中需要检测的工件时尺寸非常小的零件，一般为直径6mm，厚2mm左右的微小工件，但是在检测中对这种小工件的精度要求却可能要求误差控制在0.02到0.03mm之间，鉴于此种高精度的要求，并且工业生产中需要大规模的生产，传统的检测技术已不能满足其需要，现代制造强调实时、在线、非接触检测，因而对轴承尤其是精密轴承的测量提出了越来越高的要求。应用机器视觉检测技术，开发基于机器视觉的轴承内外径尺寸检测系统是很有必要而且很迫切。

1.2  本论文完成工作及安排

本文设计了一种基于机器视觉的测量监测系统，它利用机器视觉对一些细微零件进行实时在线非接触检测，代替了原有的人工检测，提高了精度和速度。基于这种机器视觉，本文重点设计了一种对轴承固定环的内外径检测软件，这种软件可以对采集到的工件（轴承环）图像进行分析，通过一系列的算法，计算得到图像中圆的半径，圆心坐标，以及轴承环的厚度，然后与实际的环的内外径，厚度对比，计算出误差，以确认此工件是否合格，在工业检测中，利用这种软件对工件检测大大提高了工作效率，和检测精度。

本文的章节安排如下：

第1章课描述了题研究的背景，主要讲述了机器视觉的发展史以及应用。

第2章首先给出了工作平台的大致介绍（研究课题时用到的一些仪器设备），接下来对本文的核心（检测圆）给与了详细的介绍，包括圆检测时的两种方法的优缺点。然后讲了圆检测算法的主要函数，以及这些函数之间的衔接和调用。

第3章先对实验的结果给与了展示（对两幅图的检测结果与实际的相比较），并且给出了误差，然后对课题研究中出现的问题给与了一一分析介绍。

    最后对全文进行了总结，讲了此次毕业论文的心得，并且针对本课题给出了个人对未来的一点点展望