随着现代工业技术的不断发展，在进行非接触目标物体的精密测量时通过利用CCD相机来获取单幅图像，因为在光轴的方向上目标物体会被存在的高度差影响，使得不同截面的测量精度也受其影响。对这类工件的测量而言，关键是有效的提取物体深度信息。被动测距算法中的立体视觉法和运动视觉法都存在一个共同的问题，它们的对应特征点无法匹配，因此，本文为了解决这种问题对此进行分析与研究，运用单目视觉测距算法中的散焦测距来对目标物体的深度信息进行提取，再根据得到的深度信息对目标物体的不同截面进行高精度尺寸测量。本文分别对Pentland测距法、Subbarao测距法和基于矩不变的测距法三种经典的散焦测距的视觉模型和基本原理进行简单的分析，根据各自的散焦图像测距原理以及优缺点的比较指出了它们在实际应用上的局限性，在此基础上提出了一种基于灰度梯度的散焦图像测距算法。首先，利用灰度梯度法来确定物体表面上两点间的深度信息；其次，通过对散焦成像的视觉模型的基本原理，可以确定两物点在成像面上圆斑的大小关系从而判断聚焦像面和实际成像的位置关系；然后，再进行S变换，通过对点扩散函数的估算，从而求得被测物的深度信息。最后，利用提出的算法进行实验的验证并对其进行误差分析，根据实验数据结果有效的说明了本文算法是可行的，实现并完成了基于散焦图像测距的目标物体单幅图像不同截面的几何尺寸测量。