针对被测物体理想角点不易检测致使测量精度不高的问题，提出一种融入一维概率Hough变换与局部Zernike矩的双目视觉测量方法。首先利用一维概率Hough变换对物体外轮廓边缘进行直线检测；然后根据直线检测结果建立感兴趣区域，在各局部区域内利用Zernike矩进行亚像素检测，并在两相邻感兴趣区域的相交范围内完成亚像素点筛选；之后通过正交总体最小二乘法进行亚像素边缘直线拟合，并进行关键点匹配；最后利用三角测量原理获得被测物体的三维空间信息完成测量。以连铸坯模型为测量对象，实验结果表明：此算法最小相对误差达到0.340 1%，满足测量要求。长度相对误差均值为0.394 5%，与传统SIFT，ORB算法相比分别降低80.01%和74.63%；与其他边缘拟合算法相比测量误差减小34.11%，运行时间缩短39.07%，验证了此算法的精确性和高效性。

为解决裂隙灯转鼓装校时人眼对转鼓图像中的十字叉丝的中心距离计算存在的不确定性问题，提出一种基于改进的概率Hough变换的转鼓数字化装校技术。通过对原图像预处理、改进概率Hough直线检测、制定直线交点筛选规则，实现了高精度的转鼓图像十字叉丝直线检测和叉丝中心距离计算。实验表明，改进的概率Hough变换能够准确地检测图像中的十字叉丝，并将多余直线100%拟合成4条直线；利用交点筛选规则可以准确筛选出2个有效交点。该装校技术能够实现转鼓数字化装校，以数字信息来提示工人转鼓装校优劣，且能够满足转鼓生产线上的实际需求。