图像测量技术是依据透镜成像原理,把被测目标的图像当作检测和传递信息的载体,并利用图像处理技术对像成份进行研究,从而获得目标的几何参数。这种测量技术主要在于图像处理和算法的研究上,对外部硬件设备依赖少,可以通过软件编程算法来获得较高的测量精度。本文主要是对二维几何图形利用图像处理方法进行精密测量的研究。系统的标定和图像中目标的定位精度是利用图像法进行精密测量时,影响到测量精度的关键技术。对于本课题来讲,边缘的定位精度越高则测量系统的测量精度也越高。因此,本文对研究中所涉及到的图像处理技术——图像增强与滤波、边缘检测和亚像素细分等技术进行了深入的分析和研究,并在此基础上设计了一种形态边缘检测和改进了空间矩亚像素细分算法,从而通过提高边缘检测精度来达到提高测量系统检测精度的目的。在图像平滑滤波方面,分析了CCD摄像机采集的图像中含有的噪声来源,针对其中主要的随机噪声和椒盐噪声,采用3x3的中值滤波算法,该算法在去除噪声的同时还能够保护了图像的边缘细节。在图像边缘检测方面,针对传统边缘检测方法存在的边缘分辨率较低、对含噪图像的边缘检测效果不佳等问题,设计了一种改进的多结构抗噪型形态学图像边缘检测算法,该算法针对单一结构元素检测的边缘粗和不连续的问题,利用多种结构元素进行组合,形成多结构多尺度结构元素的边缘检测,并在此基础上引入边缘方向信息,采用非极大值抑制方法对形态学梯度图像进行细化处理,然后利用改进的矩估计亚像素细分算法来实现图像边缘的精密定位,最后,利用系统标定测量出图像的参数。仿真结果表明本文算法获得较好的边缘信息,从而通过提高边缘定位精度,有效地提高了测量精度。