视觉是人类最重要的感知方式，通过视觉观察可获取大量的信息，通过对获取的信息进行处理并做出判断，可实现与外界环境的交互。模仿人类的视觉观察方式，产生了机器视觉这一研究分支。一个典型的工业机器视觉系统包括光源、镜头、相机、图像处理单元、图像处理软件、通信、输人输出单元和伺服运动机构等。通过光学装置和传感器可对客观世界的三维场景进行感知，获取物体的数字图像，并利用计算机或者芯片，结合专门的软件模拟大脑的判断准则，从而对所获取的数字图像进行测量和判断。机器视觉是一门综合了计算机、图像处理、传感器、机械工程、光源照明以及光学成像等学科的前沿技术。从应用学科划分，机器视觉是一门涉及人工智能、计算机科学、图像处理、模式识别等多个领域的交叉学科。
在传统的尺寸测量中，典型的方法是利用卡尺或千分尺在被测工件上针对某个参数进行多次测量后取平均值。这些检测设备或检测手段测量速度慢、测量精度低、测量数据无法及时处理，无法满足大规模自动化生产的需要。基于机器视觉技术的尺寸测量方法具有速度快、精度高、劳动强度低等优点，可以有效地解决传统检测方法存在的问题。在自动化制造行业中，机器视觉技术不但可以获取在线产品的尺寸参数，同时还可对产品做出在线实时判定和分拣，应用十分普遍。
伴随着计算机技术、人工智能技术以及其他高新技术的飞速发展和不断普及，机器视觉精密测量技术发展迅猛。本书聚焦机器视觉精密测量技术，主要内容包括机器视觉精密测量系统的构建、机器视觉测量坐标系的建立、机器视觉测量系统的标定与补偿、背光图像边缘模型、微米级亚像素边缘定位算法等关键核心技术。同时，作者将课题组十几年的实战经验毫无保留地分享给从业者与在校学生，详细论述了中小模数直齿圆柱齿轮的齿距偏差、齿廓偏差以及齿轮泵中间体、机油泵零件和磨削样板等2D零件的机器视觉检测方案与详细实施过程。兼顾系统理论与实际可操作性，对机器视觉精密测量行业从业者与相关专业在校学生具有很高的参考价值。
本书由赵文辉、王宁、支珊、赵文珍、段振云、张静、林海波、赵萍著，感谢课题组其他老师与同学的帮助，感谢机械工业出版社给予我们这个宝贵的机会。本书参考了一些前人的研究成果，在此也一并表示感谢。
由于作者水平有限，书中不足之处在所难免，敬请读者批评指正。
