随着机器视觉的发展,物体的三维重建技术日益显得重要。近年来,双目立体视觉测量方法得到了飞速的发展,该方法具有效率高、精度高、成本低等特点,非常适用于制造业现场的在线、非接触的产品检测和控制。因此基于双目视觉的三维重建技术也成为了当今机器视觉领域的热点之一,而角点检测与匹配技术是其中的重点和难点,对其进行研究是非常有必要的。同时,随着机器人技术的不断的发展,机器人在制造业中的应用日益成熟,这让机器人代替人工成为了可能,机器人具有很多优点,如它能24小时工作,并不会因为疲劳而影响到产品的质量问题,并且具有稳定性好、精度高等特性。而三维重建技术的发展,也为机器人涂胶自动化做了铺垫。本文主要对以下方面进行研究：角点检测算法、立体点对匹配算法、双目相机的标定、以及机器人涂胶路径初始数据的生成。本文创新点如下所示：(1)提出了一种自适应角点检测算法ACPDA,以解决CPDA算法采用全局阈值去除伪角点所存在的缺陷,即无法正确处理邻近角点、钝形角点和圆形角点的问题。该算法的优势主要包括：首先提出了角点邻域再检测方法,实现对邻近角点的有效检测,同时使角点定位更加精确；其次为每条曲线构造了一个曲线自适应阈值来去除伪角点,避免了钝形角点的丢失；最后构造角点局部自适应阈值来有效去除圆形角点。对比实验表明,ACPDA算法降低了漏检角点数和伪角点数,具有更好的检测性能。(2)针对边缘点对的误匹配问题,提出了一种基于角点距离约束的立体点对匹配算法。该算法首先通过极线约束和角点特征值约束来确定候选角点匹配集合；其次提出“边缘相关性”约束,基于角点距离来计算候选角点对的贡献值,并通过松弛方法来完成角点对的精匹配；然后构造角点特征向量,进一步对角点匹配对进行检验；最后在边缘约束下,由角点匹配对来引导边缘点的匹配。实验结果表明,所提匹配算法正确率高,有效的解决了边缘点的误匹配问题,非常适用于基于边缘的立体视觉应用。(3)对双目相机模型进行了分析,并对其进行标定和矫正,得到双目相机的内外参数,结合对应点的视差来获取涂胶物体边缘的三维坐标,得到涂胶轨迹的初始数据,将数据传给Staubli机器人,由其来模拟边缘轨迹涂胶操作。