视觉测量是目前精密测量领域研究的一个热点技术，在很多场合都有应用，可以用来解决一些普通方法无法完成的测量问题。自动对焦是视觉测量系统的关键技术之一，随着对焦技术的发展和水平的提升，其本身也发展成为了一种非接触测量位移的方法，与传统的CCD两维测量技术结合成为一种具有广泛应用前景的三维非接触测量技术。基于数字图像处理的对焦方法是对焦技术的重要发展方向，研究该技术对视觉测量的发展具有重要意义。基于数字图像处理的自动对焦技术应用于精密测量，需要研究对焦分辨力、对焦效率及对焦重复性等几个对测量有决定影响的重要问题。具体来说即要解决高分辨力对焦评价算法和高效率、高精度搜索算法(策略)的选择与设计问题以及研究影响对焦重复性精度的因素问题。从这几个方面出发，本文做了较为深入的理论分析与实验研究。在较全面地分析了基于数字图像处理的对焦评价函数基础上，针对基于边缘检测算法的对焦评价函数做了验证性实验，结果表明对于不同的评价目标，对焦函数的性能不尽相同；在验证分析应用小波变换对图像清晰度进行评价的过程中，发现此评价函数性能与图像的空间纹理分布有很大的关系，对具有规则纹理的图像采用灰度梯度方向矩阵进行纹理走向分析，可以显著提升对焦函数性能。由于机加工零件表面纹理的普遍存在，对此类图像进行纹理分析有了实际应用意义。在对图像纹理特征进行统计分析的基础上，本文提出了一种基于纹理分析的图像小波变换清晰度评价方法。经实验验证，此评价函数针对具有纹理特征的目标有优越的性能，具有较高的分辨力(优于2μm)。分析比较了自动对焦技术中常用的几种搜索方法的优缺点，提出了针对爬山法(MCS)的改进方案。目前搜索算法普遍存在着搜索精度和效率的矛盾，为此，通过阈值控制、小范围步距曲线拟合、粗精对焦函数结合及对焦步距、范围及精度的优化等措施来改进MCS法，仿真实验表明改进的MCS法在不增加搜索时间的情况下，搜索精度不低于最小搜索步距(实验为2μm内)，与原爬山法相比有了很好的改善。为了应用于工程实际，研究了影响自动对焦精度及对焦重复性的因素。针对对焦过程中存在的噪声干扰，采用了滤波算法进行图像预处理，实验表明中值滤波是一种较好的方法；用对焦窗口大小、位置、对焦区域选择等窗口规划方法来克服对焦过程中对准平面与目标面不平行等定位误差的影响，以及成像背景对主成像目标所造成的干扰。实验表明较好的窗口规划不仅可以一定程度解决上述问题，还可提高对焦函数性能、有效减小计算量；实验研究了成像目标材料、表面粗糙度、成像面亮度及纹理走向等特征给对焦带来的影响，结论是对焦算法需要考虑成像目标特征来提高对焦精度和一致性，实验给设计和选取对焦算法提供了一些有价值的参考。