随着视觉测量设备和算法的不断更新,视觉尺寸测量逐步成为生产过程中不可或缺的检测项目,视觉尺寸测量所具备的实时性、多测量目标性、可靠性、非接触性、机动性、便携性特点使得视觉测量拥有重大的研究价值和极为广泛的应用前景。相机标定是本文展开研究的基石。为此,本文首先对非线性相机的标定原理及方法进行深入分析,基于张正友标定方法进行优化,利用一次标定结果进行二次重投影标定,能够解决一次标定中因图像畸变导致Harries角点提取不准确的问题,从而提高标定精度,通过对比分析彩色和深度相机二次重映射像素误差,以及Kinect获取的实验彩色图和深度图的矫正图形,验证了基于张正友矫正重投影优化标定方法的有效性,在此基础上展开对平面尺寸测量和立体尺寸测量的研究。对于平面尺寸测量,在光照、工件颜色发生变化的应用环境中,利用Kinect深度相机的抗光照不足、颜色干扰的优势,将该设备应用于平面尺寸测量。通过对图像分割、滤波处理、形状拟合、测量系统标定研究,找出一组适合Kinect深度图的平面尺寸测量方法。为了解决传统的标准件标定方法易受测量环境如测量对象发生高度的变化、相机位姿发生改变后需要重新标定的缺陷,引入一种基于深度视觉系统标定方法,实验验证了基于深度视觉系统标定方法的有效性,结果表明Kinect尺寸测量具有抗光照不足、颜色干扰的优势,同时还具有测量精度高、稳定性好的特点,测量相对误差为4%。对于立体尺寸测量,三维点云的高精度构建是立体测量的核心,通过对点云滤波、点云配准、点云分割、点云曲面重建方面的研究,找出一组适合Kinect立体尺寸测量方法并编制软件实现立体尺寸测量。实验结果表明基于三维重建的立体测量方法有效可行,具有测量精度高、稳定性好的特点,测量相对误差为4%。