随着制造业的不断发展,传统的接触式测量开始制约生产效率,如何提高测量的速度与准确显得尤为重要。本课题在此背景下展开研究,通过使用双目视觉测量技术对连接件进行在线快速测量的方法研究。本文以双目立体视觉三维重建为基础,对多面体连接件模型进行三维尺寸测量。研究主要是从双目相机的标定、图像的预处理、立体匹配算法和三维重建这四个步骤展开,主要研究内容和工作如下:（1）对双目立体视觉的进行研究,阐述了其成像原理,并对所涉及的公式进行推导。对比了几种常见的相机标定方法,选择张氏标定法对相机进行内外参数的标定。利用C++与Open CV进行编程完成双目相机的标定,并利用改进遗传算法优化BP神经网络来进一步优化标定结果,从而提高标定精度。（2）考虑到相机在生产过程中会因外在因素带来的图像畸变,需要对图像进行立体校正除去畸变。在成像过程中可能会出现各种噪声,需要对噪声进行处理,采用均值滤波除去尖锐噪声、中值滤波除去椒盐噪声。之后采用Canny算法提取边缘信息。（3）在立体匹配方面,对多种立体匹配算法进行概述,从匹配效果和匹配时间进行对比,选择半全局立体匹配算法进行研究。并阐述了半全局立体匹配的约束准则和四个步骤,即匹配代价计算、代价聚合、视差计算和视差优化。针对Census变换过于依赖中心像素这一问题展开研究,采用高斯加权的方法将匹配窗口内的所有像素值联系起来,并结合图像原有颜色信息,从而使得新的中心值更加可靠。（4）三维重建方面,使用立体匹配生成的视差图结合标定信息对物体进行三维重建,获得物体的点云图。根据点云图,获取物体的三维坐标,并计算三维尺寸。实验验证了算法的可靠性和稳定性并满足使用。