随着计算机视觉理论和视觉传感器的发展,立体视觉技术在制造、航空航天、机器人等领域的应用越来越广泛,相比传统测量方法有方便性、可靠性的巨大优势。本文的主要目标是利用双目相机系统实现对运动目标的位姿测量,研究内容包括图像特征区域提取、摄像机标定、特征点布局优化、立体匹配和位姿解算五个方面。立体视觉测量系统的首要任务是从摄像机拍摄的图像中提取出特征点的图像坐标,针对在目标上固联圆形配合特征目标的方案,本文对灰度阈值法、Hough变换方法和最小二乘拟合方法三种椭圆特征提取方法进行了研究和实验对比,设计了将最小二乘拟合和灰度重心法的结合进行提取的方法,该方法兼具了最小二乘拟合法的准确性和灰度重心法中心定位的高精度性。其次,要实现测量任务必须建立特征点图像坐标与其空间三维坐标的映射关系,即摄像机标定。本文对基于纯平移的摄像机主动视觉标定理论进行了深入研究,基于摄像机畸变模型,对主动视觉标定方法提出了改进。本文还提出了一种基于消隐点的标定方法,该方法根据正交的两组平行线消隐点的几何性质,建立摄相机参数的约束方程,然后使用非线性最优化方法对摄像机参数进行迭代寻优。另外配合目标在被测目标上的不同布局方式对测量得到的姿态误差会有很大影响,特征点布局优化是指优化目标上配合目标的布局以使空间点重构的位置误差对解算的姿态误差影响最小,本文给出了一种2范数的姿态误差表示方法,并建立了空间特征点布局相关量到姿态误差的数学模型和优化指标函数,给出了仿真实验证明。立体匹配是将左右图像提取的特征点图像坐标对应起来,本文对基于极线约束的匹配方法进行了研究,并根据本文使用了配和目标的特殊性,结合唯一性约束和顺序一致性约束,剔除歧义匹配,实现了本文的匹配要求。测量系统的最后任务是利用完成匹配的特征点左右图像坐标和标定得到的摄像机参数,解算目标位姿,本文研究了基于广义逆的特征点重构和基于空间向量的目标位姿求解方法。设计了测量系统的精度标校方法。最后本文进行了完整运动目标位姿参数的仿真和实际测量实验。