全息干涉技术在精密测量领域有着广泛的应用,其中数字全息技术与传统全息技术相比,不仅突破了传统全息对外界环境与底片的限制,而且增加了相位数据的分析,已成为精密测量领域的一项重要研究内容。本论文采用数字全息技术开展精密机械零件的视觉测量技术研究,根据传统全息和数字全息技术的不同特点采取了不同的方法,解决了测量尺寸和成像质量等关键技术问题。本论文综合分析了全息测量技术和图像拼接与融合技术的国内外相关研究现状,描述了全息成像原理,分析了传统全息照片拍摄过程中和数字全息图像获取过程中不同种类的噪声,提出了全息图像时域与频域独立处理的去噪方法,滤除了零级像和周期性杂散光等较大噪声,显著提高了全息再现图像的质量。针对数字全息图像拍摄范围受限于CCD尺寸进而影响精密零件的大尺寸测量问题,以传统全息图像作为对比,根据传统全息与数字全息不同的分辨率和图像质量,分别采取了SIFT角点拼接方法与多尺度Harris角点拼接,提出了基于RANSAC图像配准的非线性最小二乘法图像配准方法,获得了高准确性的单应矩阵,满足了数字全息图像高精度拼接的需求,实现了基于数字全息技术的大尺度精密测量。在全息再现之后,为了将全息图像与大范围图像背景分开并获得有效的全息再现图像数据和相位数据并使得图像的相位图可以更好地反应物体的三维形貌,基于数字全息再现图像的高精度特性改进了现有的分水岭方法,获得了高准确性的分割数据,此外基于FCM思想设计了一种模式聚类分割法,同时实现了对传统全息再现图像和数字全息图像的的准确分割,提高了算法的适用性。针对全息图像再现过程中不同再现距离和再现角度得到的图像分辨率和尺寸不相同的问题,根据不同的匹配度采用了不同的融合规则实现了传统全息再现图像的准确融合与无缝拼接,改进了传统的金字塔融合方法;针对数字全息再现较大数据的低融合效率问题,提出了一种基于高频重构技术的图像融合方法,在提高图像融合质量的同时提高了图像的融合效率。最后,为了验证本论文基于全息图像提出的图像去噪、拼接、分割与融合方法的可行性,搭建了数字全息精密机械零件测量实验装置,分别进行了以下实验:(1)以标准正弦粗糙度样块为实验对象,对标准样块的粗糙度测量了5次,实验结果表明数字全息图像测量结果Ra值与标准样块标称值的最大偏差为0.00182μm。(2)以精密零件为实验对像,拍摄了36幅数字全息图像,经过去噪、拼接、分割与融合获得被测零件完整的形貌数据,根据完整形貌数据对被测零件的6个孔径进行了形貌测量与粗糙度测量,实验结果:精密零件的孔径加工最大误差百分比为0.65%,表面粗糙度的最大误差百分比为0.5876%,标准偏差为0.0017μm。