机器视觉测量作为一种非接触式精密测量方法，以其速度快、柔性好、自动化和智能化水平高等诸多优点在现代化工业生产中得到了广泛应用。本课题以某企业钢管管型测量需求为出发点，针对测量过程中遇到的实际困难，提出了利用尺寸已知的定标图形进行标定，求取测量比，进而求取钢管直径的解决方案。在问题的实际解决过程中，本课题主要进行了以下几方面的研究:　　1.在对传统定标图形进行研究分析的基础上，针对本课题的实际情况，设计了一种新型定标图形，制作了标靶，将其安置于待测钢管的管口，运用数码相机进行图像采集;　　2.为了进行定标计算，需要从原始图像中提取定标图形。首先对原始图像进行了灰度化处理，利用高斯滤波算法去除了干扰噪声，然后分四区域采用最大类间方差法进行了二值化处理，有效克服了光照不均的影响;利用水平投影和垂直投影特征实现了定标图形的粗定位，结合定标图形中心坐标与投影区域边界的位置关系，完成了定标图形的细定位;最后，运用轮廓跟踪与Hough变换相结合的方法实现了定标图形外圆的检测，获得其准确坐标参数，为特征点提取提供依据;　　3.为了进行定标计算，需要提取特征点坐标位置。首先运用改进的Harris角点检测算法进行了特征点初定位;然后，利用迭代阈值算法进行亚像素级的角点检测，获得了更精确的特征点坐标;最后，对提取的特征点进行两次校正，去除伪特征点的干扰;　　4.运用得到的特征点亚像素级坐标，结合定标图形的实际物理尺寸进行了定标计算，确定了每像素所对应的实际物理尺寸，完成标定，为钢管直径测量提供了依据。最后，从定标图形定位准确性、特征点检测准确率和测量误差等方面进行了分析，验证了本课题算法的正确性。　　本课题在VC平台下，进行了算法实现和软件开发，对多幅实拍图像进行了检测处理。实验结果证明，本课题的算法取得了较好的测量精度，能够基本满足企业生产的需求。