在某些特定的应用场景中,需要对空间物体的位置和外观特性进行测量。双目视觉作为一种非接触式测量方法,能够根据待测物体在左右成像平面的视差,恢复空间物体图像的三维信息。基于双目视觉的测量方法具有结构简单、实时性好、精度高等优点,目前广泛应用在自动驾驶、机器人导航、物流运输等领域。本课题以日常生活场景中的空间物体为检测目标,通过构建平行式双目视觉系统,完成对空间物体距离和外观尺寸的测量。具体的研究内容包括以下几个方面:（1）双目相机标定。本文设计棋盘格作为标靶图形,分别对左目和右目标靶图像进行采集,根据张氏标定法对双目相机进行标定,获取相机的内外参数,为空间物体的测量提供计算依据。标定过程中采用形态学处理和最小凸包法相结合的方法提取标靶图像的角点,并对角点坐标进行亚像素化处理,提升了标定算法的精度和鲁棒性。（2）空间物体测量。首先对左目和右目场景图像进行采集,为消除系统中由于相机光轴不平行造成的误差,本文根据相机外部参数对双目图像进行极线校正,将两幅图像校正成共面且行对准的图像。然后采用背景差分法对待测物体进行检测,分别获取待测物体的图像区域,通过SIFT算法对待测物体图像区域进行立体匹配,并采用RANSAC算法剔除错误匹配对。最后根据匹配结果计算图像中特征点的视差,结合相机焦距、基线距等参数计算空间物体的距离和尺寸信息。（3）双目图像拼接。本文将左目图像和右目图像拼接成一幅完整、无重影并具有更大视野的图像,为系统进一步分析图像场景提供基础:首先基于SIFT和RANSAC算法对双目图像进行配准,然后根据左目和右目图像间的平移变换关系提取待拼接图像的重叠区域,最后通过渐入渐出的融合方法进一步拼接得到宽视角的全景图像。本文针对不同物体在不同距离下的测量结果进行了分析。实验结果表明,本文方法的测量数据与实际场景高度一致。为了进一步验证系统的准确性和稳定性,将传统算法与本文算法下的测量结果进行对比,本文方法在实时性和测量精度等方面有明显提升。