测量技术的发展,在一定程度上标志着一个国家的科技水平。目前,随着生产与科学技术的迅速发展,对小尺寸测量方法的精确度、测量效率以及测量的自动化程度提出了越来越高的要求。因此,研究如何提高小尺寸的测量精度已经成为一个具有现实意义的问题。本文以现有的图像测量技术理论为基础,从软件算法上探索和研究提高小尺寸参数测量精度的方法。数字图像的常规处理是图像测量的基础理论,本文分析了数字图像中的噪声来源及性质,提出了抑制噪声的常用滤波方法。着重论述了边缘检测和图像的阈值分割技术。在边缘检测方面主要讨论研究了一阶微分边缘检测算子、二阶微分边缘检测算子和Canny边缘检测算子;在图像分割方面主要讨论了直方图法、最佳阈值分割法、P参数法、最大方差阈值法等常用方法。通过仿真实验,从检测时间和检测效果两方面比较了常用边缘检测方法的优劣。亚像素边缘细分技术是利用软件算法来提高测量精度的有效途径,因此在图像处理中占有重要的地位。本文针对机械零件边缘的特点,提出了改进的直线边缘定位方法——法向最小二乘线性回归法,该方法将原有要求竖直方向误差平方和为最小的目标改为要求法向垂直方向误差平方和为最小,在不牺牲速度的前提下大大减小了亚像素的拟合定位误差,提高了测量精度。对圆的亚像素细分,本文提出了降维灰度矩法和改进最小二乘法。实验表明,本文算法计算速度快,定位精度高。