精密尺寸測量是質量控制的關鍵環節。傳統接觸式測量（卡尺、三坐標測量機）效率低、容易損傷軟質工件。非接觸式機器視覺測量以其速度快、無損、可在線集成等優勢，成為精密測量領域的重要發展方向。

一、系統光學設計

視覺測量系統的核心是光學成像質量。系統采用遠心鏡頭（Magnification 0.5×，工作距離110mm，景深±0.8mm），配合同軸落射光源消除表面反光干擾。相機選用5000萬像素面陣CMOS（Sony IMX264），像元尺寸3.45μm，配合2×光學放大后物理分辨率約3.45μm。鏡頭畸變控制在0.01%以內，滿足精密測量要求。

針對不同材質零件（金屬、塑料、玻璃），光源策略差異化：金屬件采用低角度環形光（45°入射）突出表面輪廓；透明件采用背光透射模式；高反光件采用偏振光抑制反射。光源亮度由工控機PWM控制，可根據實時圖像對比度自適應調節。

二、亞像素邊緣檢測算法

像素級邊緣定位精度有限，需要采用亞像素算法提升精度。本文采用Zernike矩亞像素算法，該算法通過擬合邊緣的Zernike正交矩來計算亞像素邊緣位置，抗噪聲能力強，計算效率高。

算法流程：首先對圖像進行高斯濾波降噪；然后提取Canny邊緣并逐像素計算Zernike矩；最后根據Zernike矩計算結果推導出亞像素邊緣坐標。實測亞像素精度約為0.05像素，即物理精度約1.7μm。

三、幾何校正與系統標定

視覺測量系統需要精確的幾何標定以消除鏡頭畸變和透視誤差。標定采用標準玻璃線紋尺（精度±0.5μm），在測量范圍內按網格模式采集9×9=81個標定點，建立二維多項式畸變校正模型。校正后系統整體測量精度（以標準量塊為參考）達到±3μm（k=2）。

四、測量實驗與數據分析

驗證實驗在某精密軸承制造企業完成，測量對象為軸承內圈內徑（標稱值50.000mm，公差±0.015mm）。樣本量500件，分為三組進行比對實驗：

實驗結果表明：機器視覺系統測量結果與三坐標測量機（Zeiss CMM）一致性達99.8%（Bland-Altman分析，偏差均值-0.2μm，95%一致性界限±2.8μm）；系統重復性（同一零件重復測量10次的標準差）≤±3μm；檢測效率120件/分鐘，較CMM檢測（3件/分鐘）提升40倍。

五、結論

本文設計的機器視覺精密測量系統在精度、效率、一致性方面均達到工業在線檢測要求，適合精密零部件大批量生產場景。后續將探索深度學習在復雜輪廓測量中的應用，進一步提升系統對異形零件的適應性。