弹目交会过程中的相关参数是评估武器性能的重要数据支撑,传统的弹目交会测量方法无法兼顾设备灵活性、参数可视化的要求,测量存在局限性。在目前已研究的弹目交会测量方法的基础上,对双目立体视觉原理及面阵CCD在弹目交会测量系统中的具体应用进行研究,从而得到更具优势的测量方法。本文主要研究内容如下:1)建立基于双目视觉的弹目交会测试模型,基于双目视觉测量原理及基本布站方式推导本文弹目交会测量系统的误差传递函数,在遵循弹目交会测量系统布站基本原则的前提下,分析了面阵CCD布站方式对测量结果的影响,优化了基于双目视觉的弹目交会测量系统布站方式。2)异常照度下的弹目交会图像序列处理,针对试验场景亮度过低的情况,结合Retinex算法及直方图均衡化的优势,将原始图像的高频分量与经过增强后的图像进行融合。针对试验场景亮度过高的情况下,基于模糊理论对原始过曝图像的亮度通道进行校正,并与伽马校正后的图像进行融合。还原了过曝区域不可见的图像细节,最大程度保留原始图像信息,提高原始图像质量。3)弹丸小目标序列图像处理与识别。针对弹丸目标体积小、亮度暗的特点,考虑到环境背景复杂等实际情况,结合背景减法与帧差法的优势,对目标检测算法进行改进,更加完整的识别出弹丸目标。利用膨胀算法得到更具圆形特征的弹丸目标,利用质心法获取弹丸质心,为后续参数求解打下基础。4)弹目交会模拟试验及参数解算研究。综合实验室器材搭建弹目交会测量系统并进行模拟试验数据采集,建立了交会过程中的运行速度、运行轨迹、脱靶量等相关参数的数学模型,对计算结果进行分析,并对可能产生的误差来源进行分析。模拟试验结果表明:搭建的弹目交会测量系统符合精度要求;经过改进后的图像处理算法相对于传统的图像处理算法能够更好的保存细节信息。规范化的目标检测流程能够得到复杂背景下清晰的小弹丸目标。模拟试验验证了弹目交会测量系统的可行性与有效性,得到的相关参数符合实际情况。