随着现代工业技术的发展，对材料性能的测量效率和精确度要求越来越高。材料性能对工程质量的优劣有决定性作用，因此对材料性能的测试变得越来越重要。为克服传统接触式引伸计应变测量方法在金属材料在拉伸试验中的不足，采用基于机器视觉的测量原理对试件进行非接触式应变精密测量。目前有很多学者研究基于机器视觉的非接触式测量并取得一定的成果，但是实际工业应用上仍有许多值得研究和改进的地方。本文依据金属材料拉伸时性能要求，结合机器视觉测量原理，对非接触应变测量方法做了进一步研究，开发出较完整的应变测量系统。首先详细介绍了基于机器视觉测量技术在整个测量行业内的发展现状和应用前景，并确立了本文应变测量系统的组成。应变测量系统采用工业数字式CCD摄像机，可以快速稳定的获取图像数据；采用数字图像处理的技术并结合直线识别算法，对图像数据进行分析处理获取要识别的目标信息，通过试验的方法对采集的数据进行标定，绘制试验要求曲线，完成对试件应变精密测量。其次介绍了本系统的硬件组成部分和软件组成部分。硬件组成部分主要是工业摄像机、试验机和照明系统。软件部分主要是图像处理的算法，研究图像的获取、图像的预处理、直线识别算法结合亚像素细化等内容。根据获取图像数据，结合数字图像处理的基本方法，选取适合本系统的图像处理算法。因为获取图像难免会有噪声，所以需要对图像进行滤波平滑，消除图像数据中的噪声，本试验图像数据的背景较单一，对比度较好，进而采用了灰度直方图与固定阈值结合方法进行二值化处理，只需在测量之前设置阈值，方法简单快速，提高了测量系统的运算速度。本文研究重点是放在边缘检测以及目标识别算法上。边缘检测的方法的优劣直接影响到图像目标的识别，需要根据识别出边缘的准确率和算法的复杂程度结合后续目标识别算法，得出适用于本系统的最优算法，即使用Roberts算子结合图像滤波来进行边缘检测。通过概率Hough变换得到直线边缘结合亚像素细化，得出新的直线段作为标记直线，对得到的目标直线进行像素长度计算从而求出试件实际尺寸。以这种新检测的直线段作为标记线段的方法，提高了系统的测量精度。基于机器视觉的应变测量系统的应用平台是Windows XP操作系统，使用C++builder进行测量系统界面设计，调用相机接口程序Pylon进行图像数据采集，使用Opencv开源机器视觉库，进行算法设计。模块化程序设计，可以增强算法的移植性，便于以后与试验机测控软件结合，实现测量控制为一体的测控系统，应用于实际工业测控系统中。