随着人们对物体三维数据的测量需求从人工测量延伸到自动化测量,立体视觉技术逐渐发展起来。对于一般物体尤其当物体表面纹理信息不足时,匹配难度变大甚至误匹配,影响了物体的重建效果。对弱纹理对象进行准确快速的三维重建与测量,对机器人导航、逆向工程、地形测绘、虚拟现实等领域有着重要的意义。本文首先研究了摄像机的成像模型、畸变模型和相机坐标系转换关系,分析了不同视觉模型的优劣及适用场景,并设计了基于结构光的双目测量方案;分析了相机标定原理,并研究了标定板规格对标定精度的影响;对比分析了现今主流的细化算法的优缺点;基于极限约束和顺序一致性约束设计了多线结构光和网格结构光的立体匹配算法,并通过发动机叶片的三维重建试验进行了验证,误差在3%以内;另外研究了基于梯度的数字图像相关原理,并基于NewtonRaphon迭代对采样点的位移进行解算,最后通过对邻域子集的位移场进行多项式拟合来计算拉格朗日应变分量,最后将三维数字图像相关方法与红外成像技术相结合,实现了脉冲感应激励检测中变形场和温度场的同时测量;在系统开发方面,研究了双相机的高速同步采集方法,并设计开发了一套基于立体视觉的三维测量系统,系统集双目采集、图像处理、三维计算、深度追踪于一体,通过应用于线缆检修机器人目标视觉空间定位,控制精度为±1 mm。本文所做的工作对于一般物体表面的快速三维重建及空间定位测量具有积极的意义。