钢铁是工业生产过程中的重要原料,一个国家的钢铁工业生产水平严重影响着国民经济的建设。我国对钢铁的需求量随着国民经济的快速发展越来越大。在钢铁生产过程中连铸系统是钢铁工业的核心,是衡量钢铁生产水平的一个重要指标。所以国内外钢铁工业都把发展连铸系统作为钢铁工业生产的重中之重。在钢铁工业中,其中一道很要的部分是将从钢包出来的钢坯进行切割,这种切割是定长、在线的切割。其切割的精确度直接影响着钢坯的成材率。然后在切割过程中最主要的一步是对其长度的测量。随着计算机技术的快速发展,基于计算机视觉的测量技术得到广泛的应用,在本文中采用数字图像处理技术对在实验室环境下的目标进行测量。在本文中对图像的滤波、系统的标定、边缘的拟合和边缘角点的提取等技术深入分析和研究,并在此基础上采用了适合本论文的可行方法。在工业测量中,由于镜头畸变的影响给测量带来很大的测量误差,因此在进行精确测量以前必须对图像进行畸变校正。在图像的校正方面,首先通过模版的方式标定摄像机的畸变系数,根据其系数对图像进行畸变校正。在图像的滤波方面,分析了噪声的来源,针对噪声的特点采用了中值滤波的技术,使在保持了图像的边缘特性的同时消除了噪声的干扰。在标定方面,采用标定长点的方式对系统进行标定。在本文中,首先提取标定点,以标定的点的中心点作为标准点,通过已知的标准长度标定系统。在边缘提取方面均采用了最小二乘法拟合的方式,特别是在边缘的提取时,先拟合多条直线,求边缘点到各个直线的平方偏差,选取偏差最小的那条直线作为边界。尽量减小因边界提取带来的误差。在角点的提取方面,根据目标的二值化图像的直线特性特性建立角点特性模版,根据其模版提取目标的角点。在论文最后建立一个偏移校正模型,对偏移标定线的目标进行长度的校正。在文章的最后给出了在本实验室环境下进行测量的实验结果,根据对不同位置的标准被测物进行多次测量,其结果基本上达到了其预期的测量效果。