机器视觉的测量原理基于图像采集、处理与分析技术，实现对物体尺寸、形状等特征的精确测量。

机器视觉系统首先通过相机等图像采集设备，将被测物体转换为图像信号。采集到的图像信号随后被传送给专用的图像处理系统，进行数字化转换和预处理。在图像处理完成后，机器视觉系统运用各种算法对数字化后的图像进行运算，以抽取目标的特征。

这些特征包括物体的边缘、轮廓、关键点等，之后计算机利用提取出的特征，机器视觉系统可以进行尺寸测量。这通常涉及到一系列复杂的算法，传统算法如边缘检测、图像分割、特征匹配等，某些场景必须用到深度学习技术。

这些算法能够从图像中识别出物体的关键点，并计算出它们之间的距离，从而得出物体的尺寸。

为了提高测量的精度，机器视觉系统可能会采用亚像素级别的边缘检测算法等技术，深度学习技术需要一定时间的特征图像采集并进行存储。