微、纳尺度操作与制造需要快速、高精度地测量亚微米特征尺寸。基于探针或扫描方法的微结构表面形貌测量技术可达到纳米级测量精度，但相对于亚微米尺度测量任务，这些技术存在速度低、难以集成、设备造价高等不足。基于计算机微视觉的亚微米特征尺寸测量方法，综合运用光学显微测量技术和现代图像处理技术，具有工作距离远、测量范围大、测量精度高等优点，适合非接触、快速、精密测量，易于被集成到制造信息系统中，而且设备成本低，更加符合在线测量的要求。本文针对亚微米级线宽测量问题，基于显微测量方法，以提高测量精度为目标，研究适合显微视觉的图像处理技术，主要内容如下：首先，论文研究了微视觉测量系统的成像特性和亚微米级线宽的测量原理，运用传统图像处理技术进行测量并对结果进行分析和评价，提出适合亚微米级尺寸测量的显微图像处理技术的研究目标，明确线宽测量精度的提高途径。其次，研究了计算机微视觉图像增强算法。由于计算机微视觉成像系统的放大倍率高、光照不均匀，被测对象反射光线的光强密度小，造成显微图像整体偏暗、对比度低等不足，传统图像增强技术不能同时提高对比度和保存微结构信息。为了方便观察和选取测量区域，需要研究新的图像增强算法，使模糊的显微图像变清晰的同时具有保真性。为此，通过频谱分析研究了显微图像的光照分量、微结构图像分量、噪声分量的特性，基于图像的光照-反射模型和Retinex理论，用区域对比度的均值和方差定义图像增强的最优化标准，提出了一种“尺度优化的Retinex图像增强”算法。仿真和实验研究表明，该算法能够对显微图像增强并得到满意的图像质量，对线条宽度为0.8μm的显微图像增强不但提高了对比度，而且使增强后的图像与原图的逼真度达到0.55，远大于直方图均衡化方法和同态滤波方法。再次，研究了标准线对的线条中心定位算法，并运用该算法成功标定了微米级小视场显微图像测量系统。由于微视觉图像中的线纹边缘正交方向上的像素灰度轮廓呈屋顶状缓慢过渡，而且噪声干扰严重，基于边界的中轴变换方法和二值化连通体(Blob)分析方法定位精度低、计算时间长。本文运用高斯卷积运算给出了线条灰度轮廓“脊化”变换，结合矩不变量提出了线条中心定位算法。实验研究表明该算法能够快速提取线条的中心点坐标和轴线方向角，具有较强的抗噪能力和较高的定位精度。运用该算法实测距离为156个像素的标准线对的中心距离，不确定度优于0.003个像素，测量标称中心距离为10μm的线对时相对误差小于1.5%，比二值化连通体(Blob)分析方法的测量精度高一个数量级。运用该算法成功标定了视场仅有几十个微米的显微图像测量系统。最后，研究了亚微米级线条显微图像边缘检测和亚像素定位算法，用于测量线宽，并对测量结果进行评价和分析。由于系统点扩展函的平滑作用和光学衍射对光强分布的干扰，亚微米级宽度的线条显微图像边缘像素光强分布发生畸变，降低了传统边缘检测算法的定位精度，本文基于图像方向信息测度和“矩不变理论”，提出了一种“轴向邻域和差”边缘检测算法，并成功用于显微图像的边缘检测。实验研究表明该算法具有定位精度高、抗噪能力强的特点。为了达到亚像素边缘定位精度，进一步导出了高阶轴向邻域和差计算公式，实现了亚像素边缘定位。运用该算法测量宽度大于2μm的线条，测量误差小于0.1μm，测量精度高于边缘直线拟合方法。