基于图像处理的精密测量技术是近年来发展比较成熟并被广泛应用的一种非接触测量技术。其原理是以被测对象的图像作为检测和传递信息的载体,通过检测图像的特征信号如边缘等来进行测量。随着生产和科学技术的迅速发展,人们对测量精度和测量效率的要求越来越高,因此,对图像测量精度和效率的研究显得越来越重要。此外,图像采集过程中不可避免的会产生图像噪声,这直接影响到后续的边缘检测及图像测量的精度。本文介绍了图像测量的原理和图像测量系统的软硬件构成,在此基础上分析了图像噪声的来源和分类,对比了传统去噪算法的优缺点,提出了对噪声点先识别后均值处理的方法,并通过MATLAB仿真试验证明了新算法能在保证图像清晰度的前提下有效的滤除椒盐噪声。本文在分析了传统边缘检测算子的基础上,通过试验对比了传统边缘检测算子的效果,证明了基于小波变换的边缘检测精度较高,并且抗噪声能力较强。然后通过提出一种新的直线和圆的拟合标准,最终针对直线和圆形边缘得到了结合小波变换的亚像素边缘检测新算法,并通过MATLAB仿真试验验证了新算法能在保证时效性的前提下获得比最小二乘法更高的精度。