随着机器视觉理论在检测领域的广泛应用,视觉测量技术已成为仪器科学中发展十分迅速的重要研究领域之一。视觉精密测量技术在国外已经得到了深入研究,在国内也受到了越来越多的重视。视觉精密测量以其柔性、快速、非接触、精确、自动化程度高等特点得到了全球范围内的广泛应用。图像处理技术是视觉测量系统的重要环节,其主要任务是正确地处理和提取图像中的有效信息,从而进行高精度的测量。本文针对视觉测量中的图像处理关键算法进行深入的研究,包括图像滤波算法、图像阈值分割算法和图像边缘检测算法。在深入理解图像噪声和图像滤波的基础上,本文提出了两种基于模糊技术的混合噪声滤除算法,在滤波实验中给出图像质量的主客观评价。通过对经典图像阈值分割算法和区间值模糊集合(IVFS)的研究,本文提出将IVFS模糊指数最大原则用于获取图像分割的最佳阈值,这种算法对工件的反光部位的处理获得了较为理想的结果。针对本文中工件形状简单、图像对比度高和系统要求快速测量的特点,采用了一种对二值化结果进行数学形态学边缘提取的简化方法,很好地满足了视觉测量对图像边缘检测的要求。