目前，机器视觉正被应用于各个方面，从医学图像到遥感图像，从毫微米技术到多媒体数据库，从工业检测到文件处理。可见，需要人类视觉的地方几乎都需要机器视觉，但在许多人类视觉无法感知的地方，例如危险场景的感知、精确定量感知、不可见物体感知等，机器视觉的优越性就更加凸显了。

机器视觉的发展需求是更可靠、更便宜、更快、更准确，然而通常针对不同的目的需要在这些需求中进行相应的折衷，如为了使机器视觉系统可靠性更高或是更加准确，就需要在速度上作出牺牲[4]。而机器视觉技术的发展就是要尽可能的消除这种牺牲，使性能好和低价位不再相互排斥。其发展趋势表现为以下几个方面：

  （1）软件更加灵活

传统的机器视觉系统的编程十分困难，而且难以改动。要是这一局面得以改动，就是靠使用更加容易掌握的编程工具，使用功能灵活的处理工具。

  （2）平台发生变化

传统的机器视觉是一种具有为获取和处理图像专门设计的专用的嵌入系统。这些系统有自己专用的编程语言和操作系统。这样的高度用户化的方法使得发展初期的机器视觉系统十分昂贵且难以使用。想要降低成本的方法就是采用开放标准。近几年基于Windows的系统已经出现，一些专用技术已经被基于Windows NT的板卡级系统所替代。

   (3)人机界面更加友好

与Dos,UNIX 和专用的操作系统都有其不同的界面一样。机器视觉系统向开放标准靠拢和基于Windows的通用界面将使得系统更加友好，更加易于使用。

1.2.2 机器视觉技术在测量方面的应用

    视觉测量是机器视觉研究和应用的重要领域。基于机器视觉的测量技术是一种很有效的检测技术，被广泛应用于高速度和高精度的检测技术领域。

    在国外，视觉检测技术应用较早，并取得了许多重大进展[6]。比如，加拿大DALSA Coreco集团IPD 机器视觉系统用于工业零件的检测，采用背光源的照明方式能够清晰的拍摄出螺纹边缘轮廓图像，在通过Inspect检测工具中的Tip工具计算出指定范围内边缘的顶点，而后通过Distance工具计算出顶点与顶点之间的距离，系统的实际分辨率能够达到0.05mm。美国OGP 公司研制的图像测量系统，采用变焦技术，实现了可随时对系统进行标定，该系统单轴测量精度可达2.5+L/100um。

上世纪九十年代以后，国内的机器视觉测量方面也有了显著的成果和应用，目前也越来越受到科研机构和高等院校的重视。比如，浙江大学生产工程研究所为宁波某集团所开发的一种轴圈参数测量仪器——ZQ1001 系列轴承外圆参数测量仪；天津大学和南京依维柯汽车有限公司联合研制的“依维柯白车身三维激光视觉检测技术”采用激光技术、CCD技术，利用基于三角法的主动和被动视觉检测技术实现被测点三维坐标尺寸的准确测量，其性能指标达到国际先进水平。

1.3  本课题主要研究内容

    利用数字图像处理技术对目标进行测量是图像处理分析的重要研究和应用领域。本课题主要以机器零件为实验研究对象，在分析和研究了大量的计算机图像处理理论和实践的基础上，以CCD相机作为输入设备，获取所需的数字图像，而后对图像进行一系列的分析和处理，从而获得比较满意的效果图像。然后利用本文提出的多视场协同测量方法，获取图像驱动的自动测量算法及测量结果。本课题研究的目标是：通过CCD传感器摄取被测零件的图像，结合计算机图像处理技术，分析计算出被测零件的孔距的参数。本课题的主要研究意义在于对制造业中小型规则机械零件二维尺寸测量技术进行研究，因此，本课题拟定从以下几个方面的问题进行研究：