作为现代工业技术最根本的技术之一,测量技术的发展(主要是精度、效率、适用性)往往决定制造业成长的前景和上限。随着制造手段以及加工方法的进步,人们对测量速度以及精度要求越来越高,传统的接触式测量方法在很多场合下已经无法满足测量的需要。随着图像采集系统、计算机硬件处理能力以及图形图像处理算法的快速发展,基于视觉系统的测量技术已经逐渐兴起,成为传统接触式测量技术的重要补充,且由于该技术拥有抗干扰能力强、非接触式测量、测量环境适应性高、测量精度高以及轻易实现全场测量等优势已经广受关注。基于视觉的测量技术以光学成像系统为基础,融合了计算机图形学,图像识别与跟踪,光电子学等现代技术,通过对二维图像的处理和分析得到需要的测量信息。图像测量技术目前被广泛应用于智能交通、无人工厂、产品质量检验等各个领域。本文以高速摄像系统作为研究工具,对高速视觉系统硬件结构以及测量算法进行了深入研究,并且针对特定情况提出了一系列快速可靠的单点位移提取算法以及全场位移测量方法。本文首先介绍了图像测量的研究背景以及研究意义,并对本文所使用的高速摄像系统进行了详细的介绍,并对不同硬件下适用的场景进行了分析。本文同时介绍推导了光学成像原理以及光学畸变的形成与校整。对常用的基于模板匹配的单目标快速位移提取算法进行了简单介绍,并根据实际的工程应用对算法进行相应的调整,以达到测量要求的精度和实时性。相应的算法被使用在高速摄像测量系统中,能精确且实时地完成机械振动的提取,本文以立柱撞击以及叉车方向盘系统振动测量为例验证了该测量系统在实际应用中的有效性。本文接着介绍了基于数字图像相关的全场位移测量方法。传统的基于牛顿法的数字图像相关算法具有资源占用率高,计算效率低等缺点,针对这一现象,本文提出了基于粒子群优化的迭代算法对相关函数进行求取最优解,提高了计算效率。而基于图像灰度梯度的全场位移计算方法虽然在计算速度上有很大的优势,但由于其对光照变化敏感且在出现较大位移时拥有较差的计算精度。本文针对这一问题对基于光流法的全场位移测量方法进行了改进,包括使用最可靠搜索策略来快速且精确地获取亚像素精度的初始匹配点、强调待求像素点而对方程组中所有方程附以权值并结合加权最小二乘法进行求解、使用上采样迭代思路的光流法等等,使得计算精度大大提高且保持原有的计算速度优势;同时本文还使用基于可靠性搜索的多线程计算方法来解决位移场突变的问题(如断裂)。所提出的相关算法均使用仿真产生的模拟散斑图以及DIC Challenge散斑图像集进行测试,测试结果表明本文提出的相关改进方法对大部分随机散斑图均拥有很高的计算精度以及计算效率,拥有巨大的实用价值。