在傳統的自動化生產尺寸測量中，典型的方法是使用卡尺或千分尺多次測量工件上的某個參數，然后取平均值。這些檢測設備或檢測方法測量精度低，測量速度慢，測量數據不能及時處理，不能滿足大規模自動化生產的需要。

基于機器視覺技術的尺寸測量方法具有成本低、精度高、安裝方便等優點。其非接觸性、實時性、靈活性和準確性能有效解決傳統檢測方法存在的問題。同時，尺寸測量是機器視覺技術最常見的應用行業。特別是在自動化制造行業，機器視覺用于測量工件的各種尺寸參數，如長度測量、圓測量、角度測量、弧度測量、面積測量等。相關區域的基本幾何特征工件被檢測到。不僅可以在線獲取商品的尺寸參數，還可以在線實時對商品進行判斷和分揀，非常常見。

工件檢測的基本流程圖

被測物的尺寸測量通常包括多個參數尺寸，如距離測量、圓測量、角度測量、線弧測量、區域測量等。

機器視覺尺寸測量應用實例

角度測量

圖像傳感器可以將檢查對象在平面上表現出來，通過邊緣檢測，測算位置、寬度、角度等。所謂邊緣是指圖像內明亮部位與陰暗部分的邊緣。

如何進行邊緣檢測

(1)投影處理

投影處理是相對于檢查方向進行垂直掃描，然后計算各投影線的平均濃度。

投影線平均濃度波形被稱為投影波形。

算投影方向的平均濃度可以減少區域內的噪點造成的檢查錯誤。

(2)微分處理

根據投影波形進行微分處理。可能成為邊緣的、濃淡變化較大的部位，其微分值也較大。可以消除區域內濃度絕對值的變化所導致的影響。例：沒有濃淡變化的部位的微分值是0，白色(255)→黑色(0) 時的值是-255。

(3)通過校正使微分最大值達到100%

在實際生產線上，為了使邊緣達到穩定的狀態，通常會進行適當的調整以使微分絕對值達到100%。將超過預先設置的“ 邊緣感度(%)”的微分波形的峰值作為邊緣位置。根據濃淡變化峰值的檢測原理，在照度經常發生變化的生產線上也可以穩定的檢測出邊緣。

(4)亞像素處理

對于微分波形中最大部分的中心附近的3個像素，根據這3個像素形成的波形，進行修正演算。以1/100像素為單位測算邊界位置(次像素處理)。