在医药行业、微生物行业和航天材料工业中,试验筛网(Test sieve)是一种广泛应用的粉体粒度分析器具。在医药、生物科技以及高分子材料飞速发展的今天,粉体几乎占据了以上行业原材料及样品的一半以上,试验筛网在这些粉体粒度的检测中发挥了重要作用。本文根据试验筛网的工业检测标准,针对试验筛网孔的矩形特性,结合现代图像处理方法,对试验筛网图像进行了参数测量：试验筛网孔内角角度,试验筛网孔尺寸,试验筛网丝径大小。首先对试验筛网图像进行滤波增强,然后对图像进行边缘提取,基于小波变换原理提出了改进的小波变换边缘检测算法,并与传统边缘检测算法进行比较,提高了边缘检测的精度。根据试验筛网的矩形特征,提出了一种改进角点检测的方法来定位边缘点及相关信息,改进的Harris算法提高了检测精度及检测效率,避免了传统Harris角点检测算法检测时间长、误检和漏检的问题。与目前利用自动阈值法改进的Harris算法相比,该改进算法在精确检测角点的前提下,在时间上优于自动阈值法。提出了先利用文中已改进的小波边缘检测算法检测出整数像素点,然后用Facet亚像素边缘算法对检测出来的整数像素点进行再分解,得到了更多的精确的边缘信息点,最后由多项拟合法拟合边缘信息点,提高了边缘直线的拟合精度,提升了试验筛网参数的测量精确度,实验证明本文提出的算法及测量方案,能在误差范围内较好的满足工业检测的要求。