机器视觉作为一个新兴的、多学科交叉的研究方向,在计算机技术和图像处理技术日益更新的推波助澜下,不管是在理论研究还是在应用领域都得到了快速的发展。双目立体视觉是机器视觉的一个重要研究热点,具有自动化程度高、系统搭建容易成本低廉、测量精度高等优点。如今,双目视觉技术已经广泛应用于工业检测、机器人视觉导航等众多领域,因此对该技术的研究具有重要的意义。本文以法兰盘工件为研究对象,利用双目视觉技术完成对工件的三维测量及三维模型可视化。具体研究内容如下:在相机标定方面,本文对张氏标定算法进行了研究。双目测量时,首先要完成对相机的标定,标定结果的准确性对测量的精度有很大的影响。本文通过与不同标定方法结果的比较分析,采用张氏标定法来计算双目测量系统中相机的内外参数及畸变系数,以获得较高的精度。在图像预处理方面,本文对去噪方法和校正方法进行了研究。工件图像在采集过程中往往会引入噪声,通过不同空域滤波方法对图像进行预处理实验,确定高斯滤波算法能够有效去除图像中的噪声。在立体匹配之前,为了减小特征点搜索范围,加快匹配速度,本文采用了极线校正的方法对获取的工件图像进行校正,校正后的两幅图像中对应的特征点都在同一图像行上。在特征匹配方面,本文针对基于SURF特征的匹配算法对工件图像进行特征点匹配时会出现误匹配的现象,设计了一种改进的基于SURF特征的匹配算法,分别对标准图像库中的图像和双目相机获取的工件图像进行处理,实验结果表明,改进后的算法提高了特征点的匹配效率。在三维测量方面,为完成对工件三维几何信息的测量,以及对工件的三维结构进行直观显示,本文采用了最小二乘法求解工件表面的三维点坐标值,获得工件的尺寸,并利用MATLAB软件优秀的图形功能实现了工件三维模型的可视化。在系统测试方面,本文对双目测量系统软件界面进行了设计,集成了三维测量可视化相关技术,并利用实验室双目硬件平台进行了测试,通过对法兰盘工件尺寸测量结果的分析,表明了双目测量的有效性。