传统生产线上针对产品的检测和测量，大多采用人工离线抽样的方式进行，这样的操作一般效率较低，准确度不高，并且很难保证产品的合格率。因此，将计算机视觉技术引入到生产线上进行实时的监控和检测是提高生产效率和产品质量的必由之路。目前很多视觉产品的测量参数单一且精度不高，仅能用于具有特定明显特征的快速检测。本文对计算机视觉技术做了概要性的分析，结合实际设计出针对复杂断面进行离线检测的平台结构和软件系统。 本文的主要内容是测量系统的设计实现以及提高测量精度的方法研究。文章首先介绍了机器视觉技术用于工业生产检测、测量的发展现状与趋势；然后分析了测量系统的硬件结构以及软件设计方案；最后对测量过程中可能的一些影响测量精度的因素进行了分析讨论，并在自己构建的系统上进行实验验证。 考虑到测量系统的构成成本和结构的合理性，需要仔细设计系统结构并选择合适的器件。系统硬件主要包括相机、光源和载物台组成。将相机采集信号由计算机软件处理。选择LED环形光源进行前向照明，CMOS相机通过USB2.0接口直接与计算机进行通信。 测量软件及流程将直接影响测量的结果。软件系统在Windows平台下使用Visual C++进行构建，主要功能有工件图纸的文件格式转换，提供图形用户界面接收用户设置的测量要求，进行测量数据的管理，并且设计算法通过计算机辅助调节测量系统的机械部件和光学器件，最终实现二维面形的测量。 从图像采集到图像处理，测量过程中的很多环节都会增加测量结果的误差，需要适当地处理每个细节以保证最终的测量精度。对焦和光圈采用算法进行计算机辅助调节；在测量精度的研究方面，分析了光照条件、镜头畸变、亚象素边缘提取、物距、载物台倾斜等因素对测量精度的影响；针对标定、畸变和载物台平台调节等方面提出了有助于提高测量精度的方法。 本课题搭建了一个较为完整的基于计算机视觉的二维测量系统平台，可以在其上做进一步的开发和研究；在提高测量精度方面进行了一些有意义的探索和研究，这对于将计算机视觉技术引入到实际生产中，提高生产的检测的效率和精度是有一定现实意义的。如果实现生产线上的在线测量，还需要在机械设计和处理速度上做进一步的改进。