火电厂原煤仓的堵塞问题是行业难题,仓内料量监控是及时发现堵塞现象的关键。现有仓内料位的接触式测量存在精度不足的缺陷,而非接触激光测距成本高不易推广。另外,原煤仓具有场景大、物料深度变化范围广的特点,使用普通相机无法拍摄全景,因此,本文研究基于双目鱼眼系统的仓内料位摄影测量方案,并针对鱼眼相机标定、立体匹配等关键技术展开研究,主要取得以下创新性成果:(1)针对火电厂原煤仓的场景特点设计体积测量系统。由于测量对象是近距离大面积目标,搭建双目鱼眼视觉系统。由于不同工况下仓内料堆深度的变化范围大,研究双目系统基线设置方法使系统对不同深度料堆的测量精度均能满足现场需求。(2)针对OpenCV的findChessboardCorners函数检测大畸变鱼眼图像中标定板控制点失效的问题,提出一种基于正交直线交点检测的棋盘格控制点提取算法。该算法可在鱼眼图像中实现控制点的亚像素精度提取,且可应对标定板成像不完整的情况。研究基于模板的鱼眼相机标定算法,分别基于体视投影、等距投影、等立体角投影模型标定相机,并选择其中重投影误差最小的标定结果用于后续操作。(3)针对煤堆亮度低、表面弱纹理的特征,研究立体匹配算法的匹配代价计算和聚合策略以设计适用于煤堆的局部立体匹配算法。在匹配代价计算中,依据对比实验结果使用SIFT描述子;基于对导向滤波器及其改进滤波器的分析和对比研究,提出一种用保边滤波器处理系数矩阵的二阶级联导向滤波器,实现滤波器边缘保持性能的提升,并依据对比实验结果将其用于图像预处理和匹配代价聚合。本文搭建基于双目鱼眼系统的体积测量系统,通过重建目标场景的三维点云计算料堆体积。基于实验室数据的系统测试实验结果表明,该体积测量系统具有可重复性,且测量结果满足相对误差10%以内的测量精度要求,可为现场应用提供重要参考方法和理论支持。