3．1 图像边缘提取
    由于需布置光源，而光源随时间会有所衰减。所以对图像采用边缘检测的算法，以减小光源亮度变化对图像检测的影响。要得到图像的轮廓尺寸，边缘检测是测量的基础和关键。由于图像往往含有噪声。而边缘和噪声在空间域都表现为灰度有较大的起落，给边缘提取带来困难。通过仿真比较，最终采用了3*3的平滑算子和抗噪能力较强的sobel检测算子，它对灰度渐变和噪声较多的图像处理效果较好，对边缘定位比较准确，能够满足我们对图像测量的需要。由sobel算子提取被测零件的图像边缘如图4(a)所示，图像边缘是一条细环，由于图像太大，显示图为33％的缩略图，看起来间断的地方很多，其实是连续的，大部分边是单像素宽，左下角部分400％的显示图如图4(b)所示。

    在图4(b)中，有些地方不是单像素宽，会影响轮廓链接成一条链。由于有断点的存在，为了不增加断点的间隙，采用保留端点的细化方法，生成单像素宽的环，以得到准确的周长；由于噪声的影响，有些地方还有间断，缺口只有一两个像素的距离，对于大于一定长度的边缘段，根据各条边缘段起始点或终止点之间的距离d，判断它们之间的可连接性及需要连接的像索个数及与前一个像素的位置关系，进行像素的最少个数插值，并由位置关系确定插值像素对周长的贡献。当像素时插入一个像素；当像素时，插入两个像素，从而得到连续的单边缘轮廓。
3．2 周长法计算直径
    计算区域的直径有很多方法，对于标准圆形，可以采用霍夫变换或最小二乘拟合等方法。但对于非标准圆形零件，需要计算它相对于圆形的直径，根据周长不变的特性，采用周长法计算直径。对得到的连续单边缘轮廓用链码表示，假设像素点边长为1个单位长度。
    (1)当前像素点位置与前一像素点位置为水平关系或垂直关系时(左、右关系或上、下关系)，适合于用像素的一倍边长近似；
    (2)当前像素点位置与前一像素点位置为倾斜关系时，适合于用像素的倍边长近似；