本文旨在探索一种增强视觉测量中图像对比度和轮廓信息的方法，该方法采用了平行光照明方式，并依靠三台相机从不同角度采集目标信息。最重要的是经过一套高效且可靠的图像处理和差动式融合之后，结果图像不但能充分继承多图像的信息量优势，而且在缺陷处的对比度可获得极大提高，背景干扰信息会得到有效抑制。这就降低了后继表面缺陷识别和目标尺寸测量的复杂程度。本文分析研究了金属表面的反射特性，从理论上证明了本课题方案的可行性。然后搭建了系统平台，实验验证了差动式融合算法在提高图像对比度方面的优势。本文完成的主要工作包括：1.介绍了视觉测量领域的几个关键技术，尤其是光源照明技术在提高视觉测量系统中的重要作用。2.引入了双向反射分布函数和两种表面模型，并对几种常用的表面反射模型做了详细的说明。然后提出了本课题所适用的表面反射模型，并预测了金属表面反射光的分布状况。3.以标准的表面粗糙度样块为对象，研究了光源入射角度、表面粗糙度、表面加工方式等因素对反射光的影响。实验一方面证明了基于明、暗场图像的差动式融合处理方法在理论上是可行的，另一方面对视觉系统中各部分的空间关系设定具有一定指导性。4.针对本视觉系统图像采集的特点，使用了结合RANSAC估计的DLT算法。该组合计算快捷、抗干扰能力出色，图像配准准确性较高。5.搭建了一个视觉测量平台，以钕铁硼工件为对象进行了表面缺陷检测实验。结果显示差动式融合算法在提高图像对比度方面表现出色，同时对干扰信息的抑制效果也很明显。