随着计算机技术的发展,影像测量技术在工业零件的检测中得到了越来越多的应用。在目前的微型零件影像测量中,受精度要求的限制,测量系统只能对极小区域成像,当测量点较多时,成像系统和零件需要频繁相对运动,且无规律可言,因此,为了完成一次测量任务往往需要进行多个机械动作,这样的测量方式难以大幅度提高检测效率,从根本上实现自动化、智能化测量。本文针对上述问题提出了一个有效的解决方案,采用了基于模板的完整成像法,研究了完整成像法中图像拼接技术,以及高精度的图像特征提取技术,并在软件上实现了图像的拼接与图像特征的测量。论文的主要工作如下:1.介绍了微型零件完整成像法的特点,对各种拼接方法进行了对比和分析,最终采用了基于模板的拼接方法;设计了适合测量系统使用的图像四拼接模板,并且针对拼接模板分析了进行图像拼接的方法,推导出用于图像四拼接的算法。2.针对基于模板的拼接方法以及微型零件尺寸测量的要求,对各种边缘检测算法进行了深入研究,其中着重研究了亚像素边缘定位技术,对几种不同算法进行了实验,通过比较算法的精度与速度,最终确定了使用B样条拟合法作为本课题的亚像素边缘定位算法。3.在对亚像素边缘定位技术研究的基础上,本文对图像特征的提取算法进行了研究,实现了对圆形特征的高精度圆心定位和半径测量,将模板匹配技术、图像分割技术、轮廓提取技术和边界跟踪技术应用于图像拼接过程中单元图像位置信息的获取。4.根据上述算法,在Visual C++环境下,实现了图像的拼接和测量,并且实现了Matlab引擎在VC中的调用,建立了人机交互的测量环境;对图像拼接和图像特征测量的算法进行了实验,验证了所选方法的有效性。