Die hier präsentierte Arbeit befasst sich mit Auswertungsalgorithmen sowie Methoden der statistischen Unsicherheitsanalyse von metrischen Bildverarbeitungssystemen. Mit dem Begriff der metrischen Bildverarbeitung wird die Messung quantitativer Informationen von geometrischen Objekten, wie Position, Orientierung, Dimensionen und Form, bezeichnet. Dabei sind drei Aufgaben von besonderem Interesse: (1) die Ermittlung der Parameter von Homographien auf Basis von Punktkorrespondenzen, (2) die Anpassung von geometrischen Modellen an Sätze verrauschter Datenpunkten, und (3) die Ableitung von Messergebnissen aus den Modellparametern. Zur Angabe der zu den Ergebnissen von metrischen Bildverarbeitungssystemen gehörenden Unsicherheit werden zwei Methoden der Unsicherheitsanalyse untersucht: ein statistischer und ein analytischer Ansatz. Die statistische Methode basiert auf der Auswertung von unabhängigen Wiederholungsmessungen, die analytische Abschätzung erfolgt über die Anwendung des Gesetzes der Fehlerfortpflanzung erster Ordnung auf die einzelnen Schritte des Auswertealgorithmus. In der vorliegenden Arbeit werden die Algorithmen zur Anpassung von Geraden sowie Paare parelleler Geraden an Sätze von verrauschten Datenpunkten hinsichtlich Fehlerfortpflanzung erster Ordnung detailliert analysiert. Weiters wird der DLT Algorithmus zur Bestimmung von Homographieparametern auf Basis von Punktkorrespondenzen untersucht. Alle analytisch berechneten Unsicherheitsabschätzungen werden anhand von Monte-Carlo Simulationen numerisch verifiziert. Die in dieser Arbeit beschriebenen Methoden der statischen Unsicherheitsanalyse sind von allgemeiner Gültigkeit für metrische Bildverarbeitungssysteme. Um die Anwendbarkeit dieser Ansätze zu veranschaulichen wurden die Bildverarbeitungsalgorithmen eines Video-Extensometer Systems untersucht. Das System ist für die Messung der Deformation von Kunststoffmaterialien bei Zugversuchen ausgelegt. Die während der Versuche aufgenommenen Bilder werden offline ausgewertet. Zunächst werden Datenpunkte mittels Gradienten-basierten Methoden und anschließender Berechnung von Intensitätsschwerpunkten ermittelt. Damit werden Sätze von Datenpunkte mit Subpixel-Genauigkeit gewonnen. Lineare geometrische Modelle, konkret Geraden sowie Paare von parellelen Geraden, werden an die Sätze verrauschter Datenpunkte mittels Verfahren der kleinsten Fehlerquadrate angepasst. Die Messergebnisse, d.h. die longitudinale und transversale Prüfkörperdeformation, werden schließlich aus den Parametern der approximierten geometrischen Modelle abgeleitet.