将机器视觉技术应用到机械零件测量领域不仅可以克服传统测量方法所带来的应力变形,而且能够达到高精度与快速测量的要求,适用于薄壁件,复杂件及异型件等的测量。边缘作为视觉测量中的重要信息,包含了零件位置与几何特征的描述,所以边缘检测方法的研究一直是机器视觉技术的热点。与此同时,为了适应高效率自动测量要求与提高机器视觉技术对机械设计图纸的兼容性,图像配准方法与矢量图位图格式转换技术日益得到人们的广泛关注。本文针对建立高精度影像测量系统所涉及的边缘检测,图像配准以及矢量图位图文件格式转换技术进行研究,做出了以下探索性与创新性的工作:研究了主流的像素级与亚像素级边缘检测技术,并根据机械零件边缘检测的特点,使用自适应中值滤波与成熟的Canny边缘检测算子作为像素级边缘检测方法。在亚像素边缘检测领域,提出了自适应混合滤波与九窗零阶空间矩相结合的检测方法,在边缘的法线方向通过空间矩运算达到更高的检测精度。在研究图像配准方法的基础上,提出了一种基于零件截面图像边缘形心与最小外接矩形的配准方法,首先对图像进行预处理,滤去噪声并进行二值化之后,根据形心坐标位置与最小外接矩形倾斜角度计算不同图像之间的仿射变换参数,从而完成大批量同类机械零件影像的配准过程,并具有精度高,运算量小及处理速度快的优点。针对机械领域广泛使用矢量图作为设计图纸的现象,研究矢量图文件格式,采用交互性较强的DXF格式为代表,基于文件流与编码译码技术,开发实现矢量图与位图格式转换功能,提升影像测量系统的兼容性,并为反求工程奠定基础。以量块及若干机械零件图像为测量对象,使用本文所提出的边缘检测与图像配准方法进行实验,并采用零件图像与图形进行文件格式转换操作,其结果表明,影像测量软件可以完成高精度亚像素边缘检测定位,像素级图像配准及矢量图与位图格式转换工作。