在汽车零部件批量生产中，轴承内圈孔径、齿轮齿距等关键尺寸的检测精度直接决定产品合格率。传统人工检测依赖卡尺、千分尺，不仅单件检测耗时超 30 秒，还易因人员操作误差导致 5%~8% 的误判率。随着产线速度提升，人工检测已无法满足 "每分钟 15 件" 的节拍需求，亟需一套自动化检测系统实现高精度、高效率的尺寸测量，基于 LabVIEW 的机器视觉方案由此成为首选。
系统硬件搭建
（一）相机与镜头选型
选用 1200 万像素面阵工业相机（型号：Basler acA1440-220uc），其 1/1.7 英寸 CMOS 传感器可实现 220fps 帧率，满足高速采集需求；搭配 16mm 焦距 FA 镜头（Computar M1614-MP2），在 300mm 工作距离下可覆盖 80mm×60mm 视场，像素分辨率达 55μm/px，确保 0.01mm 级尺寸测量精度。该组合能清晰捕捉零件表面纹理与边缘细节，为后续处理提供高质量图像源。
（二）环形光源与四通道光源控制器
采用白色环形光源（角度 45°）配合四通道光源控制器（Keyence CA-DC10），通过独立调节四个象限的光强（0~255 级），解决不同材质零件的反光问题。例如检测铝合金轴承时，将光源 1、3 通道调至 80%，2、4 通道调至 50%，可消除内圈倒角处反光；检测塑料齿轮时，四通道均调至 60%，能增强齿面与背景对比度，使边缘灰度差提升 40%，避免因光照不均导致的边缘丢失。
LabVIEW 软件功能实现
（一）核心处理流程
软件采用模块化设计，核心流程为：图像采集→增强→标定→边缘提取→尺寸计算。通过 LabVIEW 的 IMAQ Vision 工具包，可快速调用图像采集函数，结合相机 SDK 实现参数配置（曝光时间 120μs、增益 1.2dB），确保采集图像无拖影。
（二）关键技术应用
图像增强环节采用高斯滤波（ kernel size 3×3）与直方图均衡化，将零件边缘灰度对比度从 30 提升至 80，有效过滤金属表面划痕噪声；系统标定采用两点距离标定法，用标准量块（尺寸 20.000mm）采集两个标记点坐标，计算像素当量为 0.055mm/px，消除镜头畸变带来的测量误差；边缘提取选用 Sobel 算子（水平方向卷积核），通过设置阈值 120，精准提取零件边缘轮廓，边缘定位误差控制在 ±1 个像素内。最终通过两点间距离公式（
d =(x 2−x 1)2+(y 2−y1)2×
像素当量）计算尺寸，结果实时显示并存储。
系统测试
选取 500 件轴承内圈（标准孔径 φ25±0.02mm）进行测试，检测节拍达 0.8 秒 / 件，合格率判定准确率 99.8%，尺寸测量误差 ±0.005mm，较人工检测效率提升 37 倍，误判率降低 97%。在连续 72 小时稳定性测试中，系统无故障运行，数据存储完整，满足产线 24 小时不间断工作需求。