近年来,我国精密制造产业迅猛发展,特别是航空、船舶制造等领域,对大型零部件的需求量越来越大,同时对各类大型工件进行精密测量的需求也越来越多。视觉测量作为高精度测量的典型方式,已经被广泛运用于各种行业。基于机器视觉的大尺寸工件测量技术已经成为当前工业领域研究的热点问题。本文结合大尺寸工件测量需求,结合线阵相机对机器视觉测量系统进行研究,完成了对图像采集单元和软件算法单元的设计与开发。本研究完成以下几项工作。第一,本文搭建了基于线阵相机的图像采集系统。详细研究了相机、镜头、运动平台等硬件系统的工作原理,选择了合适的硬件设备,同时分析了线阵相机的特点以及应用场景。以此硬件系统为基础搭建了基于实验室条件下的图像采集系统。针对线阵相机的成像特点,选择外触发方式,使得运动平台的速度与相机的行频相匹配,从而避免图像采集时的图像拉伸或压缩,为下文的研究打下基础。第二,本文研究了图像拼接算法。针对大尺寸工件在测量过程中,不能一次性采集整幅图像的问题,引入图像拼接方法,以获得具有高分辨率且包含完整信息的图像。本文详细介绍了基于区域和特征点的图像配准算法,选用了SURF算法用来提取特征,形成描述子。针对特征匹配过程中,RANSAC算法迭代效率低,匹配精度较低的特点,使用基于MAGSAC算法的特征匹配方法,有效的提升了拼接精度。然后讨论了图像拼接评价标准,以评价图像拼接结果的优劣。通过实验对比表明,基于MAGSAC算法的配准方法产生的畸变小,配准精度高。第三,本文研究了亚像素边缘检测方法。根据实际大尺寸工件的应用场景,使用引导滤波进行图像平滑,用来保持较好的工件边缘效果。本文使用Zernike矩方法进行图像亚像素边缘定位,针对工件边缘处可能有的灰尘、毛刺等现象,使用加权最小二乘法对直线和圆进行拟合,提高拟合精度,进而根据拟合结果对大尺寸工件进行精确测量。通过相机标定之后,进行工件尺寸测量,通过数据分析,证明基于图像拼接算法能够有效的满足大尺寸工件精度要求。