目前在零件模型上容易将低曲率圆柱面的局部区域识别为平面，并且只能做到一种图元的快速准确检测。基于此，提出一种能够同时对平面和圆柱面进行精确快速检测的面向点云数据的面图元快速检测方法。该方法分为粗识别和精化两阶段：首先，将点云划分为小粒度基片，计算基片特征，粗识别出平面基片或圆柱面基片；之后，根据过滤条件将圆柱面基片邻近的平面基片过滤，合并具有相同特征的基片得到完整平面和圆柱面。使用5个机械零件数据进行实验验证，并将其与目前流行的两种识别方法进行比较。结果表明，该方法不会出现其他两种方法存在的遗漏和错误识别现象，同时在多圆柱面相连时的准确分割以及曲面参数精度上，优于其他两种方法。

根据相似性准则， 对采集到的干涉图像进行干涉图元的拆分， 通过寻址定位， 得到与离散光程差序列相匹配的采样干涉图序列。 采用过零采样方式， 对大单边干涉图序列与小双边干涉图序列利用不同的窗函数进行切趾。 为了校正相位误差， 结合所研究采样干涉图的特点， 对频域光谱乘积校正和空域干涉图卷积校正进行了研究和改进， 获得了比较理想的光谱线形， 其中空域干涉图卷积校正后的光谱偏差仅为0.012 088， 具有最好的校正效果。

为了实现对工件的自动影像测量,建立了自动影像测量系统.对该系统所采用的图元识别、图元测量、基于自动聚焦原理的高度测量等算法进行研究.根据圆形和矩形图元的面积和真圆度等特征参数介绍了图元识别算法.以直线和圆形图元为例分析了典型图元的测量算法,即在提取图元边缘点的基础上进行图元拟合.在分析比较能量谱等聚焦评价方法的性能的基础上,说明了采用自动聚焦原理进行高度测量的算法.最后,介绍了系统比例尺的设定方法以及光栅尺读数的误差补偿方法.实验结果表明:比例尺的标定精度为0.5 μm图元的测量精度在微米级;高度测量精度为0.035 mm,基本满足自动影像测量的稳定可靠、精度高、抗干扰能力强等要求.