近年来,随着汽车市场的繁荣与发展,汽车零配件的加工与制造也迎来了其自身发展的黄金时期。与过去三十相比,现代汽车制造商对零件加工的质量和精度都提出了较高的要求,这不仅需要零件生产企业通过配备高效的自动化生产线来缩短产品的生产周期,同时也要求企业对产品的检测技术进行革新。对于传统的人工检测而言,各工序监控过程的繁杂性及手动检测误差的不可避免性是长期困扰企业产品质量控制的一大难题。为解决这一难题,利用视觉检测设备对零件进行非接触的测量受到了众多机械加工企业的青睐。本论文以汽车发动机气门尺寸图像检测为研究对象。研究基于机器视觉的高精度尺寸检测方法与实现,以提高系统的检测精度及检测效率。本论文开展研究的检测系统是利用高速、高分辨率的线阵CCD获取到被测工件的灰度图像,然后通过图像预处理技术对其进行滤波去噪,并对检测位置进行高精度的亚像素边缘定位,最后结合径向畸变校正算法及相机相关的标定参数,从而获得各尺寸测量结果。本文的研究内容主要包括以下几方面：(1)根据气门尺寸的几何特性对其进行分类,针对不同类型的气门尺寸设计相应的检测方法,提高检测方法的通用性及可扩展性,以便实现后续新增气门尺寸的检测。(2)为了满足系统高精度尺寸检测要求,详细分析了影响气门尺寸检测精度的主要因素,包括：检测环境、相机分辨率、镜头的畸变及误差处理。针对各主要因素的产生原因,给出了相应的解决方法。(3)研究机器视觉高精度尺寸检测方法与实现。具体从标准件,边缘检测以及光源的角度来进行分析,给出了标准件的设计与加工方案,并利用多方向Prewitt算子对不同形状的边缘进行定位,同时针对光源强度变化对检测精度的影响,提出通过多项式逼近的原理建立光源强度与像素当量值之间的近似数学模型,最后进行了实验验证,实验表明：该方法能够有效的解决光源强度变化对检测精度的影响。