在当今智能制造大背景下,课题组提出工业供应链云平台这个智能化平台项目以平衡供需关系,提高生产要素利用率,促进制造业智能化转型。本文针对中板加工行业中余料再利用问题,在平台中集成了余料的信息采集、跟踪与智能排版。其中为方便余料轮廓与尺寸面积信息的采集录入,引入视觉测量技术作为高效录入的保障。本文就该技术,在图像分割与识别、逆透视变换与图像轮廓提取三大领域展开深入研究,最终开发了基于逆透视的板材及零件快速识别测量系统,其可以借助标签与逆透视变换技术实现任意角度拍摄图像的轮廓提取与面积尺寸等信息的计算,并通实例验证了其效果满足项目的实际工程需求。本文具体研究工作如下:（1）提出了基于优化Canny算子的图像分割算法。（2）对比了PCA算法与PCA-SIFT算法,择优作为本文系统的标签识别算法,并通过RANSAC算法优化了匹配结果。为逆透视变换研究提供良好的初始条件。（3）提出了适用于类平行四边形标签的亚像素级角点检测算法,并以其为基础,实现了基于标签的四点逆透视算法。实验证实,经由此算法变换的图像的测量误差小于4%,满足工程需求,为后续轮廓提取、面积计算等环节提供了便利的图像处理条件。（4）提出了基于改善初始轮廓的优化snake-GVF活动轮廓法,用以自动提取图像中目标轮廓。同时对于背景复杂的图像,提供基于Grabcut的图像分割算法,以分离前景与背景,方便snake-GVF活动轮廓算法提取轮廓,还提供了本文开发的区域角点自动拾取算法,可以在鼠标点击的一定区域内自动寻找最优角点,用以满足人机交互时取点的需要。（5）在结合上述研究内容与结论的基础上,本文进行了基于逆透视的板材及零件快速视觉识别测量系统的功能模块构架设计,提出了系统整体流程图,并在matlab2016a平台的进行了系统的集成开发。通过实例测量验证,其轮廓提取效果优秀,且总体测量误差小于5%,满足工程需求,为云平台项目中后续流程提供坚实的数据基础。