随着智能时代的到来,视觉测量作为人工智能领域的一个分支逐渐成为热门的研究方向。视觉测量具有非接触被动测量的优点被广泛的应用于工业零部件测量、移动机器人、无人机等领域。本文以移动式单摄像机旋翼无人机视觉测量为研究背景,利用单个摄像机在不同观测点位置、不同角度采集的两帧图像,根据视差原理完成双目立体视觉测量工作,并建立数学模型,得到当前观测点位置处实时帧下空间目标物区域某特征点相对于摄像机坐标系、世界坐标系下的三维数据信息。首先,本文详细说明了摄像机的理想透视投影模型及非线性成像模型,并基于透视投影模型推导出世界坐标系下的空间某点与其在图像坐标系中的投影点的转换关系;采用“张氏标定法”对单摄像机进行标定,并利用标定的数据消除图像畸变;对于图像中常见的椒盐、高斯噪声,采用自适应中值滤波与高斯滤波进行降噪处理。然后,利用HSV颜色模型对目标物区域的图像分割、形态学的开运算与“填洞处理”完成最终直观的目标物区域;针对选取目标物区域特点,选择基于Harris特征点的匹配。匹配前,为了使关键点分布均匀且减少关键点数目减少运算时间,使用ANMS算法进行部分关键点的筛选,得到的特征点基于最近邻及Lowe距离比率法完成粗匹配,随后采用基于单应性矩阵H的RANSAC算法剔除误匹配;由于采集的任意两帧图像外部参数未知,故采用弱标定图像对的校正方法,该方法具有很好的适应性。最后,利用三角法推导了双目测距模型,说明了单摄像机通过在不同位置、不同角度构建双目立体视觉测量系统;定义移动式单摄像机旋翼无人机视觉测量中的相关坐标系,并推导了空间某点在摄像机坐标系与惯性坐标系之间的转换关系;根据旋翼无人机GPS系统推导基线距B的模型公式;为了便于描述,设定了机身坐标系与摄像机坐标系的姿态变化策略;为了得到当前观测点位置处实时帧下目标物区域某特征点在摄像机坐标系、惯性坐标系下的三维数据信息,建立了相关的数学模型,并利用实验室环境搭建实验平台验证了模型的合理性。