机器视觉测量技术是依据计算机视觉原理，利用数字图像技术对待测量物体的图像进行分析、处理、获得物体的尺寸、位置、数量、外形轮廓等参数的方法。它具有非接触、精度高、速度快、易于实现自动化等特点，是一种新兴测量技术。本课题从工业生产中的实际需求出发，利用机器视觉测量技术解决工业生产中大批量、较大尺寸钢管内径测量的问题。由于钢管体积庞大，受现场环境限制，难以搭建固定的试验台，所以本文采用定标参照物的方法来测量钢管内径。　　根据现场情况，本文采用定标标靶和图像处理的方法，先在钢管口位置放置标靶，采集图像，然后将图像输入计算机对钢管内径进行检测。首先利用灰度化，中值滤波，直方图均衡，对图像进行预处理。为了得到钢管的边缘，本文针对圆的基本特征，采用了一种分区域的Sobel算子对图像进行边缘检测，然后利用迭代阈值进行二值化。在二值图像的基础上先进行水平和垂直投影，确定内圆的位置区域，然后利用基于先验知识的霍夫变换进行内径检测，得到钢管内径位置信息。实验发现霍夫变换找到的不一定是真实边缘，有较大的误差，所以接下来在边缘附近取一个灰度区域进行分析。根据边缘区域的特点，先用最大类间方差的方法找到像素级边缘，但是边缘跳变较大，不准确。本文通过对常见的亚像素技术分析比较后，采用了曲线拟合的方法进行亚像素分析，得到边缘的亚像素位置，这时通过标靶图像的定标当量就可得到钢管内径的物理尺寸。最后，本文进行了实验验证，采用两种相机分别进行测试，用测量结果与游标卡尺所得结果进行对比，并做出误差分析，实验结果较为准确，基本可以满足实际需要。