接触角作为判定固体材料表面能和湿润性的关键参数,对其测量在半导体材料研究领域发挥着重要作用,广泛应用于现代工业,农业,纺织业,医药等行业。近年来随着图像处理技术和机器测量技术的发展,机器视觉在自动化测量领域的应用越来越广泛,在接触角测量中引入机器视觉,理论上能够为提高测量精度和效率提供技术支撑。本课题首先完成了高精度接触角测量软件实验平台的搭建。该软件在Visual Studio 2013集成开发环境下基于C++语言和Opencv的图像处理库函数实现了图像采集,图像预处理,机器测量,数据反馈等功能,并结合MFC实现软件的界面化。本软件具有开源,共享的特点,由于开发底层采用C++语言,功能开发灵活,便与优化,能够加入或者创新已有的图像处理算法,减小了对硬件水平和拍摄质量的依赖。经检验该接触角测量平台中,自动测量的平均误差0.95°小于手动测量误差1.81°。为进一步提高自动测量精度,本文提出了一种基于特征点检测的接触角自动测量方法,其主要思想是选用圆形模板在液滴边界移动遍历筛选特征点,并结合已有机器测量算法进行测量。从理论上说明了该算法的可行性,并通过实验对比分析,得出圆拟合自动测量平均误差0.83°,小于椭圆拟合自动测量以及量高法自动测量,说明了这种基于特征点检测的接触角自动测量方法能提高测量精度和效率,具有一定的工程应用价值。接着分析了不均匀背景光照对于接触角测量误差的影响,实验通过改变不均匀光照强度,应用Canny边缘检测,三次样条插值拟合边缘等手段,发现了图像液滴边缘随光照改变的规律,通过Mie光散射理论阐述其原理,并总结了光照强度和接触角测量误差之间的关系。在原有Otsu二值化的基础上引入了FCM聚类模糊算法,改善了传统单一阈值的全局分割精度较差的问题,经检验FCM+Otsu的二值化方法在液滴模糊边界的分割效果更精准,更能应对由于光散射导致液滴边界存在模糊状态的接触角测量。本文从提高接触角测量精度和增强实用性两方面出发,基于机器视觉对接触角测量方法进行研究,实现并改进了高精度接触角的自动测量,改善了由于光散射导致液滴模糊边界的问题,改良了传统Otsu二值化算法,减小了测量误差,提高了测量效率。