本论文的研究工作系国家自然科学基金项目“基于物体棱线线流场的三维物体运动估计与结构重建研究”(61165011)的一部分。视觉运动分析是计算机视觉领域的一个重要课题，主要研究从图像序列中提取场景中目标物体的结构、位置和运动信息的理论与方法。基于光流场的研究方法是进行图像序列运动估计的重要手段。光流场作为计算机视觉的重要组成部分，主要作用是作为中间介质重建三维物体的运动和结构。但点光流对噪声过于敏感，其计算也是一个病态问题。针对上述问题，本文提出基于双目序列图像曲线线流场的计算理论与方法研究。本研究将有利于推动计算机视觉的发展，因而不仅具有重要的科学意义，而且在工业、交通和军事等应用领域具有重要的现实意义。本文主要研究了曲线线流场计算所涉及的边缘检测、特征曲线提取、轮廓匹配以及线流场的计算等关键核心内容。提出使用双目序列图像信息来建立物体棱线线流场，为后续重建场景中三维物体的运动和结构作铺垫。首先，研究了图像预处理及特征曲线的提取方法。根据线流场的计算理论要求，按照实际需要找到效果令人满意的图像边缘检测方法，利用角点对轮廓进行分段，采用分段二次曲线的表示方法描述边缘。其次，针对工业物体大多是二次曲面的特点，提出了一种新的曲线段匹配方法，通过二次曲线的不变量，实现序列图像的轮廓曲线匹配。该方法能够快速有效地匹配二次曲面体轮廓边缘，并具有较高的匹配精度和匹配效率。接着利用动态规划算法对左右图像轮廓线进行立体匹配。最后，研究了曲线线流场的计算方法。首先介绍了光流场的定义及其计算方法，指出其不足之处，选取了合适的2D和3D曲线表示方法，给出了线流及线流场的定义，并详细推导了运动分析过程中的线流场计算理论，最后给出了具体算例加以验证，分析了线流场算法的可行性。