本文对亚像素条件下对莫尔条纹的属性进行深入的理论分析和实验验证。并在此基础之上,提出高精度莫尔条纹倾角的测量算法。由Talbot效应和莫尔条纹原理可知,被测透镜的焦距与莫尔条纹的倾角有一个数学对应关系,所以可以通过图像处理技术得到莫尔条纹的倾角,进而求出被测透镜的焦距。常用的计算莫尔条纹倾角的方法是对莫尔条纹进行傅里叶变换,然后根据频域中频谱值最大的点的坐标来求取莫尔条纹的倾角。针对于标准莫尔条纹,通过常规算法求取频域中的频谱极值点坐标,然后以求取的极值点坐标为基准,通过迭代算法在亚像素范围内对频谱的极值点坐标进行精确计算,并且通过对频域中频谱点的业像素分布,提出了一种基于信息熵的迭代算法,这种算法大大的加快了迭代算法的计算速度。针对于弯曲的莫尔条纹,提出了局部补零算法和模板算法,并且利用CUDA技术对这两种算法进行硬件加速,通过理论分析以及实验验证,这种亚像素下的莫尔条纹处理算法能够满足莫尔条纹倾角的计算精度,并且在整个测量系统的测量稳定性、重复性以及复现性都有很好的体现。本课题完成了全口径长焦距测量系统的莫尔条纹处理以及相关精密仪器的驱动程序的开发工作。从对莫尔条纹的理论分析到图像处理算法的完善：包括莫尔条纹与被测透镜的焦距关系的数学推导,莫尔条纹经傅里叶变换的频谱图的研究,基于信息熵的迭代算法的研究,基于弯曲条纹的补零算法和模板算法的研究等工作。研究的算法在测量系统中取得了很好的应用效果。