微小零件的圆孔测量和定位是普通接触式测量方式的难题,采用无触的图像测量可以解决这个问题,其关键技术包括图像采集、边缘检测、圆检测等。图像测量的性能评价指标为精度和速度；采用高分辨率的图像采集设备是确保测量精度的直接手段,但是同时带来图像数据规模的变大、处理速度的变慢,边缘检测与图像尺寸近似成正比是其直观的表现；本文针对大尺寸图像边缘检测速度慢的问题,采用基于采样的两步边缘检测策略提升检测速度；随机Hough变换是最重要、最方便的圆检测技术,本文针对其中圆度计算与边缘点记录存在的问题,采用双半径误差处理方式。本文的核心内容如下：(1)边缘检测技术。采集获得高分辨率图像后,获得图像的边缘是进行测量的首要步骤,其检测结果对后续测量精度和测量速度有重要影响,本文重点介绍了Canny边缘检测和亚像素边缘检测的原理和实现方法；具体使用Canny边缘检测时,其本身又存在检测速度慢的问题,针对这个问题本文采用基于采样的两步边缘检测策略。(2)圆检测技术。Hough变换是重要的圆识别算法,本文首先对其进行分析比较,然后总结归纳已有、实用的改进方法,最后本文针对随机Hough变换在圆度计算和边缘点记录存在的问题、采用双半径误差处理方式减少检出圆残留边缘点对后续圆检测的影响。(3)设计测量软件。在具体实现目标零件测量时,以内圆圆心为参考点将目标零件进行区域划分、以提高单次随机取点在相同圆上的概率；最后,采用C#编程语言实现测量软件,进行了测量效果的调试,分析性能的主要影响因素,并完成镜头径向畸变的近似修正,降低了测量误差。