基于体视显微镜(Stereo light microscope，SLM)的显微立体视觉(简称SLM显微立体视觉)系统已用于微操作、微装配等微观领域，作用之一是通过视觉反馈实现二维或三维的高精度自动定位，引导机械手完成指定的操作；作用之二是挖掘立体视觉中包含的三维深度信息，用于三维信息的测量。为了解决微操作、微装配中的微观定位和微观测量问题，本文研究了SLM显微立体视觉的成像机理、参数标定、畸变矫正、高精度彩色图像立体匹配和基于图像的三维信息测量等主要内容。研究的结果可用于小尺度对象的三维信息测量和微操作、微装配中的三维定位。 第一部分研究了彩色显微图像的目标识别和边缘提取问题，对已有算法适当改进，建立适用于彩色显微图像的目标识别和边缘提取算法。边缘提取算法采用了先目标识别后边缘提取的方法，在一定程度上提高运算速度和边缘定位的准确性。研究结果用于论文以后的试验、视觉模型的参数标定和数据重构等研究内容。 第二部分研究了SLM立体视觉的建模型问题，视觉模型描述了二维图像空间与三维物空间的映射关系。使用基点和基面描述SLN的双光路，利用人射光线间的几何映射和微观视觉中的弱非线性关系建立两种视觉模型，一种模型仅考虑SLM双光路的对称性，另一种模型还考虑SLM双光路之间微小的差异性。基于标定样板的定位试验说明，弱视差显微立体视觉模型横向重构精度和纵向重构精度约为5％和10％。 第三部分研究了视觉模型的标定问题，建立了含近似相等条件的SLM参数标定的解决方法。把立体视觉模型参数划分为主值参数和调节参数，两类参数分别进行标定。SLM的对称性和微小的差异性用于建立约束条件。试验分析了参数标定与数据噪声的关系，参数的鲁棒性、相关性和重复性。 第四部分研究了视觉系统中的畸变问题，考虑了CCD像面旋转、物空间的深度变化和光学系统畸变等三类畸变。采用显著性检验和相关性检验等方法检测畸变参数的显著性。 第五部分研究了彩色图像的立体匹配问题。使用匹配区域和多相似性测度生成输出样本，通过两次均方差的统计剔除样本中包含的错匹配和误匹配数据，利用两次样本取平均，进一步实现高于单象素的匹配精度。试验结果表明，多匹配区域、多相似性测度算法在一定程度上提高了立体匹配的准确性和稳定性，当噪声均方差控制在20以内时，算法的匹配准确率约为80％，该算法可用于微观对象3D图形重构和高精度的图像测量。 第六部分研究了基于图像的小尺度三维信息测量，分析了三类异常重构数据的滤除 摘要问题。在三维计算机显示环境中，建立异常重构数据处理的友好交互接口。把弱视差显微立体视觉模型和彩色图像立体匹配算法用于三维信息的测量，彩色图像作为测量的入口，采用手工测量、区域测量、截面式测量和3D图形测量等多种方式建立基于彩色图像的测量环境。初步的测量试验说明，横向和纵向的测量精度约为10%。