xx-x运载火箭作为全新研制的火箭型号，采用了不少新的设计和材料。例如，xx-x火箭整流罩首次采用复合材料，故需通过地面分离试验验证其分离可靠性。火箭包带连接解锁装置（简称包带）用于实现星箭间的连接与分离，是重要的单机产品，要求解锁高可靠，且解锁后必须在限定的包络内完成分离。为了在型号设计阶段，掌握和考核新型火箭的设计性能，需要对这些重要部件的真实运动状态进行记录和分析。以此为研究背景，本文设计了一套火箭特征段三维测量系统，用于记录重要机构运动过程，分析其三维位置信息并完成被测目标的三维重建。本论文以提高三维测量系统的测量精度为主要研究内容，重点研究了基于多约束融合算法的视觉测量方法及相关问题，给出了一种利用测量数据进行三维重建的方法。高精度内外方位元素检测一直是三维测量系统的研究重点，本文采用距离约束算法实现了多摄像机的内外方位元素在线检测。根据中心投影成像的特点，建立了像点坐标与空间距离之间的关系模型，高精度地检测了摄像机的内、外参数和图像畸变系数。在计算过程中，方位元素检测和三维坐标测量工作是分步进行的，实验结果表明，该方法稳定性好，具有较高的检测精度。提出了一种基于多约束融合算法的视觉测量算法，融合视场中的距离约束、共线约束和共面约束条件，将其引入到描述中心投影成像模型的共线方程，建立了附有约束条件的目标函数。论文中分别列出了靶标点像点、具有约束条件的像点和普通待测像点的法方程，通过牛顿迭代法得到待测点的三维坐标、各相机的方位参数和图像畸变系数。多约束融合算法降低了图像畸变对测量的影响，提高了视觉测量系统的精度。与传统的光线束平差法和基于单一约束的算法相比，本算法使三维测量系统的测量精度有了很大提高。在三维测量过程中，像点坐标中心定位的精度直接影响最终的测量精度，因此选择合适的像点中心计算方法，并保证较高的处理速度也是本文研究的一个重点工作。本文结合边界搜索和灰度加权质心法，实现了对目标点中心的高精度定位。首先，利用边界搜索算法搜索目标点成像的边界，从而确定待测点的成像区域，然后利用灰度加权质心法确定像点的中心位置。像点匹配结果的优劣直接影响最终空间点坐标计算程序的稳定性和精度，因此，选择的匹配算法应具有高的匹配正确率和匹配效率。像点匹配是一个复杂的问题，对于具体场景需要具体的匹配方法。本文通过编码元信息获取图像对间同名点的对应匹配，计算变换矩阵F，利用相似性和相容性度量，得到图像对间同名非编码元的初始匹配结果，最后通过模糊度准则、相似性准则及距离约束误差准则去除误匹配。融合八叉树结构、Delaunay三角剖分法和基于μ GA的RBF神经网络，提出了基于测量点云数据的三维重建算法。首先，采用八叉树方法对点云数据空间分割，然后结合微种群遗传算法和RBF网络对各叶结点进行三角剖分，最终获得高质量的点云数据三维重建结果。基于上述的理论研究，设计了适用于火箭特征段三维测量的多摄像机动态三维测量系统。测量系统包括：控制靶及约束控制、高速摄像机组、计算机、拍摄控制设备、照明光源、海量数据存储器、标志点以及三维测量软件。利用拍摄控制设备通过外触发方式使多摄像机同步拍摄，最终利用多约束融合算法完成对待测目标的三维位置和面型的测量。