PIV(Particle Image Velocimetry,粒子图像测速)是随信息科学和图像处理等学科发展而兴起的一种流场测量技术,与传统方法相比,它具有无扰动、即时、全流场测量等优点。目前二维PIV已被作为水动力、空气动力等研究领域的重要实验手段。基于双目视觉的三维PIV系统是以计算机立体视觉为理论基础,以图像处理为手段,目标是实现流场一定体积内的三维速度矢量分布的测量。本文依托国家自然科学基金的资助,对三维PIV系统进行了深入而详细的研究,包括:粒子图像测速系统的原理与组成,摄像机与双目视觉数学模型的建立与推导,摄像机定标、特征提取、三维重构等重要图像处理算法及其实现,其中着重探讨了该系统中最关键并且最困难的双目融合技术。在大量研究的基础上,本文针对粒子图像噪声严重、存在遮挡、粒子提取困难的特点,提出了一种基于径向拟合与灰度排序的双目融合算法,经实验,该算法能够有效滤除粒子图像中的噪声,改善遮挡情况下的粒子提取精度,最终获得较高的粒子融合率,很好的满足了三维PIV系统的要求。本文按需求设计了三维PIV实验系统,选用恰当型号的设备搭建了硬件部分,并编程实现了文中提到的各个关键算法,然后进行了大量实验。实验结果表明:本套系统的硬件设备性能达到设计需求;本文所选用的粒子图像处理方法均切实有效,能够为使用者提供符合要求的测量精度。