在许多工程实际应用中,物体表面状况及其变形应变的测量具有重要意义。作为现代化检测技术,机器视觉具有非接触、速度快、应用灵活等优点。因此,本文以车轮踏面和桨叶为测量对象,对其基于机器视觉的外形状况以及变形应变测量方法进行研究。本文在机器视觉测量技术原理的基础上,分别研究了利用单相机同时获得物体表面图像和深度信息的方法,以及利用双目视觉技术结合数字图像相关方法的三维形变和复杂应变测量方法。利用单个面阵CCD相机以一定帧率连续拍摄匀速运动的车轮踏面,对序列图像进行拼接处理得到完整图像,同时提取表面结构光条,采用三角光学法,得到了每幅图像中结构光条所在位置的物体表面深度信息,并将深度信息定位到其相应的表面位置。针对复杂三维形变产生的应变,根据虚拟网格对变形前后的三角网格边长均进行计算,克服了原始方法中初始三角网格必须有两边是垂直正交的限制;利用形变梯度张量和柯西-格林张量,以及与拉格朗日应变之间的关系计算网格内部的真实应变,得出区域最大/最小主应变,最后采用加权平均的方法平滑应变值。利用单应性变换的匹配辅助方法,解决了在畸变的标定板图像上特征点排序困难且计算耗时的问题,降低了对标定图像质量的要求。最后采用C++与MATLAB混合编程方法开发了系统标定软件、三维形变测量软件和应变计算软件系统。