随着光电技术和图像处理技术的飞速发展，视觉测量逐渐发展成为一门现代科学技术，并以其精度高、速度快、非接触等优点，在许多工程领域中获得日益广泛的应用。在现代工业测量领域中，工件尺寸仍然是主要的测量对象。凭借着良好的边缘提取精度和较强的通用性，经典的边缘检测算法作为图像处理系统的重要组成部分，被广泛的运用于基于视觉测量的工件尺寸检测系统中。然而，大量的应用使人们发现，受限于算法的复杂性，经典的边缘检测算法对几何形状简单的工件图像进行边缘检测时，效率并不高。因此，针对经典边缘检测算法提取效率不高的缺点，本文对边缘检测算法以及后续特征点提取算法进行了改进，设计了基于视觉测量的工件尺寸快速检测技术，并对一种常用的几何形状简单的管状工件进行了检测。首先，根据待测工件表面反射性强的特点，本文采用了均匀散射的LED光源和背向照明的方式组成照明系统，获得了成像清晰、前景与背景对比度大的图像；其次，本文对图像进行了预处理，并根据图像边缘轮廓简单，对比度高等的特点，设计了基于阈值分割和边缘跟踪的边缘检测算法，实现了边缘的快速检测；然后，本文设计了二次曲率法并结合灰度矩亚像素定位技术完成了亚像素级精度的特征点提取；最后，本文对工件进行了标定，完成了工件尺寸的测量并做了误差分析。本文设计的基于视觉测量技术的工件尺寸快速检测方案，能够准确的检测出工件的特定的尺寸信息。通过实验证明，本文设计的边缘算法，不但满足了测量精度的要求，而且具有较快的测量速度，是一种有效地检测方法，能够较快的检测轮廓简单和表面反射性较强的工件尺寸，具有一定的理论价值和工程实践应用价值。