立体视觉作为计算机视觉的一个重要研究方向,以一个或多个相机从不同空间位置获取同一三维场景中的多幅二维图像,通过立体匹配计算任意两幅图像的像素位置偏差来获取该场景的三维信息,以此重建场景中三维物体的外部形状和空间位置,来模拟人类双眼感知外界三维环境的能力。由于立体视觉在航天航空,工业生产,军事应用和游戏产业等领域的广泛应用前景,以及在实际应用中存在的诸多技术难题,目前立体视觉依然是计算机视觉领域的热门研究方向之一针对典型三维精确测量应用的特殊需求,论文围绕立体视觉应用中的相机内参数标定,相机外参数标定,立体匹配算法、三维精确测量中的定量误差分析等重点与难点问题,开展了系统深入的研究工作。论文的主要工作如下：首先,针对大多数实验室环境下的相机内参数标定算法过于依赖高精度标定设备而导致标定成本高昂的问题,我们提出一种不需要高精度标定设备就可以对相机内参数进行标定的标定模型及实现算法。标定模型从传统的相机标定模型出发,逐步考虑相机畸变因素,平行光管的安装误差,相机和转台的安装误差,CCD平面的安装误差等并对标定模型进行完善。算法的标定过程分两个阶段,先根据误差最小原理解算出相机参数的初值,再用非线性优化理论得出最终的参数标定结果。计算机模拟和实际数据验证的结果均说明我们的相机标定方法有很好的精度和稳定性。在多CCD相机拼接成像系统中的有效应用也证明了算法的有效性和实用价值。其次,针对大视场监控环境下仅有少量控制点可用于快速标定相机姿态的应用需求,提出了一种只用一个控制点来实时标定两自由度转台相机两个旋转角的新方法。为了适应单个控制点的在线标定环境,我们在离线环境下标定两自由度转台相机内参数和安装位置,然后在线阶段通过求解相机模型的二次方程来标定相机的两个姿态角。所提出的相机标定方法并没有迭代优化和特征点提取匹配过程,因而具有更好的时间效率。通过计算机模拟和实际数据检验,证明了所提出的单点标定算法与当前主流的复杂标定算法具有相同量级的精度。然后,在对点基元匹配算法的分析基础上,考虑到半全局搜索算法的高效性,提出了一种基于区块编码的半全局立体匹配算法。为了降低匹配算法的复杂度,我们对图像进行分块处理,然后分别对每个区块进行直方图统计编码和梯度方向编码,用编码后的八位信息进行匹配。匹配阶段采用半全局动态规划算法,从十六个方向上找到最优的匹配点,获得区块视差图。对视差图中存在的边界效应,我们用双线性插值计算区块内各个像素点的视差,得到最终的匹配视差图。最后我们将算法应用到公用图像数据库上,与主流的匹配算法进行对比,验证了其精度和效率。最后,针对实际应用场景中三维测量的误差分析难度大,通常难以直观获取分析结果的问题,提出了一种基于解析几何理论的方法来分析多种传统误差源对三维测量结果的影响。由于直接分析各种传统的误差来源非常复杂,我们通过旋转变换的方法将所有输入参数归纳化简为五个。接着使用求交模型中的快速中点法推导出输入参数和三维测量结果之间的数学表达式,得到带误差的三维测量结果的期望和方差矩阵。然后将原始参数代入到模型中进行分析,从而完成从输入参数到三维测量结果的整个误差传播过程。最后通过大量实验验证该误差分析方法的性能和有效性。