管道尺寸的在线测量能够前级生产环节提供生产状态反馈,是实现智能制造的重要一环。然而到目前为止,管道类零件的生产线中普遍还是依赖人工使用量规进行测量,精度和效率都难以保证。针对目前生产加工中管道尺寸在线测量技术的缺位,本研究提出了一种基于立体视觉的测量技术,可以实现较高精度的管道尺寸低成本在线测量。该技术将激光投影单元在管道被测截面投影出的一圈光斑作为特征点,使用多组双目相机从不同角度成像并对特征点进行三维重建得到多组点云。根据各组点云之间的位置关系,通过特定的点云配准算法实现多组点云的自动配准,得到完整的管道截面点云。最终对完整的点云数据进行拟合,将管道的直径与椭圆度测量值作为输出。本研究的主要内容有:本研究基于所提测量技术的实现过程,设计了一种特征点提取匹配算法。该算法包含了特征点提取和特征点匹配两大流程,先对图像对中的相关特征点进行精确提取,并在此基础上构建匹配关系进行特征点的准确匹配。在特征点提取的实现过程中,利用多尺度高斯拉普拉斯（Laplacian of Gaussian,Lo G）算子对图像进行局部极值识别与提取。而在后续的特征点匹配中,受仿射性质的启发,本研究提出了一种基于仿射距离变换的特征点匹配算法。其利用相邻特征点之间的比例关系,重构匹配基元以进行准确匹配。并且,将该特征点提取匹配算法的效果与主流尺度不变特征变换（Scale-invariant Feature Transform,SIFT）算法进行比对分析,验证了其优越性。本研究针对传统迭代就近点（Iterative Closest Point,ICP）算法在重复率较低的点云配准问题中出现的不足,进行了相关改进。改进算法通过角度特征完成同名点匹配,并在后续的同名点刚体变换求解的步骤中添加法向量约束,以提高算法的鲁棒性。在将本研究所提改进算法与传统ICP算法进行效果比对后,可以得到前者精度和鲁棒性都要优于后者。针对不同视角下,椭圆轮廓点所覆盖角度对直径和椭圆度拟合精度的影响,本研究建立相关数学模型并进行仿真分析,验证实验系统采用三组双目相机的合理性。本研究在实验室条件下使用了公称直径分别为285 mm、299 mm、325 mm的三种规格管道作为被测对象,对实验系统的正确性和重复性进行验证。以坐标测量精度为0.002 mm的三坐标所测量的尺寸为相对真值,管径测量的相对误差优于0.538%,椭圆度测量的绝对误差优于0.600%。在重复性测试中通过贝塞尔公式进行计算,得到管径测量的最大标准差为0.551 mm,椭圆度测量的最大标准差为0.012%。在对三种规格管道分别进行了30次测量耗时试验后,可以得到其测量时长均小于1.5 s。最终结果表明,该系统测量实时性以及精度都能够满足工业在线检测的实际需求,具有广泛应用前景。本课题研究表明,基于立体视觉所提出的尺寸测量技术能够满足管道在线测量的需求,为大视场下零件的低成本快速在线检测提供一种新的思路和技术支持。