针对工业检测中一类具有平面特征的复杂纹理金属工件的位姿检测问题,使用双目视觉和DLP投影仪,将工件的局部特征作为检测重点,提出一种投影差分多线结构光的方法,使差分结构光的中心线相互补偿,减少提取光条中心线出现异常点的概率。运用极线约束特征点行对齐的特性,设计无编码双目结构光系统特征点匹配方法,提高提取平面特征点的稳定性。利用Tukey权重函数改进拟合算法,进一步提升工件被测平面拟合精度和提取工件边缘和角点的准确度,解决了传统拟合模型算法权重分配不合理的问题。经三轴精密滑台实验,并与高精度三坐标仪对比检测结果,验证该方法可以满足高精度三维测量的需求。

在总结国内外圆度检测技术的发展及研究现状的基础上，提出了基于虚拟仪器采用CCD摄像方式来获取机械零件圆度检测信息的方法。对采集到的零件图片进行图像处理，得到零件的圆度特征信息，从而精确快速的检测出零件圆度误差和相关几何尺寸和形位公差。通过与标准件或设计要求的比较，判断出被测零件的圆度是否合格。实验表明本虚拟圆度仪，非接触测量，速度快，准确度高。

讨论利用线阵ＣＣＤ图象测量方法。配备Ｚ、Ｙ二维运动工作台及绕Ｚ轴回转数显工作台，地异形回转体三轮轮廓尺寸进行检测。用Ｍａｒｒ边缘检测算子对ＣＣＤ获得的原始灰度图像进行处理，采用最小二乘法完成曲线拟合，获得亚象元分辩率。对Φ２００ｍｍ异形回转体零件进行尺寸测量，测量系统精度达到μｍ级，并给出了试验结果。

研究和分析了形态学梯度算子，提出了一种适合X射线数字图像边缘检测的多尺度形态学梯度算子。这种算子的取值来自于膨胀梯度图和腐蚀梯度图中同位置像素的最小值，它结合了膨胀和腐蚀的优点，也考虑了X射线数字图像对比度低的特点。实验证明这是一种检测X射线数字图像边缘的有效方法。

分析了用接触式测量法测量汽车拉索尺寸所存在的问题，提出了用非接触式测量法来测量该拉索。阐述了非接触式测量中边缘检测和微元法测量长度的原理。在此基础上，以DSP TMS320LF2407为核心，给出了该系统的硬件和软件设计。分析了该系统的测量时间和测量准确度，给出了实验数据。研制成的系统已用于实际测量，测量结果表明该系统稳定可靠，测量数据准确。

高精度的微小零件边缘检测中，传统边缘检测算法存在实际应用可操作性较差，检测结果难以达到精度要求等问题。为了提高边缘检测精度，提出了基于Soble算子的改进算法，该算法扩展了Sobel算子边缘检测的模板，并对扩展的梯度方向图进行了细化处理，而后在梯度图像上实现多项式插值亚像素细分，从而完成对目标边缘的精确定位。实验结果表明，该方法的定位精度为0.20pixel，满足微小零件在实际检测的精度要求。

针对传统混合高斯模型进行运动目标检测易受环境噪声或光照变化干扰,检测结果存在空洞、边缘缺失等问题,提出一种改进自适应混合高斯模型和帧间差分的运动目标检测算法。在混合高斯模型建立之初,采用较大的学习率快速消除背景干扰信息,当模型趋于稳定后,根据目标运动状态不断调整学习率,实现自适应修正背景模型。同时引入光照变化因子调整模型更新率,有效克服光照变化的影响。为提高目标边缘连续性,采用基于图像相似度的四帧差分法并结合

采用对汽车安全带壳体特征进行实时检测的机器视觉系统，完成对壳体特征（如识别孔）的自动定位、检测，避免了直接接触。给出了系统的图像处理部分识别孔检测的一种方法：首先对系统采集到的汽车安全带壳体图像进行预处理，然后用几种边缘检测算子对处理后的图像进行边缘检测并择优选择一种算子，再运用亚像素边缘定位得到亚像素精度级的识别孔边缘并对识别孔进行直径测量。