三维测量技术是逆向工程技术的主要应用之一。在逆向工程设计中，对大型物体进行测量研究主要是通过视觉测量技术来实现，其中主要的视觉系统有单目视觉系统、双目视觉系统以及多目视觉系统。单目视觉系统仅仅是通过一个摄像机来对目标物体进行拍摄，根据目标物体在图像中的几何特征，通过视觉理论直接对目标物体进行测量以及重构。目前数码相机技术已经发展到了一个相对较高的程度，而且数码相机携带方便、使用灵活、存储能力强，且成本相对较低。基于数码像机的这些特点，如果能将其拍摄的图像应用于三维重构，将具有非常重要的意义。　　本文就是基于上述背景，直接通过在大型物体场景中拍摄的目标图像，根据大型物件的显著特征，对单目三维测量系统的三大关键技术进行研究：对单目摄像机进行自标定、对拍摄的图像进行特征点的提取与匹配以及对拍摄物体的三维重构技术。本文主要针对前两项关键技术进行了理论分析和实验验证，并达到了预期研究目的：　　⑴针对图像特征点提取与匹配，本文在SIFT特征检测与匹配方法的基础上，结合Harris角点检测的算法进行了优化改进，在保证提取点特征不变的前提下，减少了计算量，并通过实验验证了新算法的有效性。实验验证结果表明：在图像特征点匹配率保持在80％以上的情况下，图像提取及匹配时间缩短到98.81ms，而使用SIFT算法和SURF算法对同一图像进行匹配时，匹配时间分别为648ms和325ms。这一结果表明，本文采用的算法在很大程度上缩短了匹配时间，基本可以达到实时性的要求。　　⑵在单目摄像机自标定研究中，将应用Harris-SIFT提取的特征点应用于三消影点求解过程之中，以数控机床为目标物体，使用SONY T200数码相机在同一场景不同角度对其拍摄至少两幅图像，然后将成对的图像在vs2005软件中进行处理，得出了数码相机的内参数，与用LM迭代法求解三消影点自标定方法相比，本文所采用的自标定方法在精度上优于LM迭代法，能够满足针对大型物体进行三维重构时的精度要求。