当前非接触式检测基本通过激光、雷达和超声波等技术手段予以实现。但是囿于检测信号的物理特性、装置结构复杂性及其经济成本，这些技术的应用领域尚存在较大的局限性，例如：超声波检测距离较短，毫米波雷达在电磁波干扰下检测精度较差，成像式激光技术（即结构光成像技术）装置过于复杂导致经济成本太高，而且在检测过程中要求原先的正常作业必须停止，等等。　　 基于图像信息的检测技术依靠多个传感器采集现场目标的图像，通过信号处理器对所获得的图像进行处理、分析、匹配、识别和理解，最终重建出能够充分体现物体信息的立体形态，从而达到对物体的检测目的。其硬件系统结构简单、对环境条件要求低、技术成本低廉、信息丰富，因此日益受到人们的重视，并业已成为国内外热门的前沿研究课题。　　 但是，目前基于图像信息的检测算法大多处于理论研究阶段，其技术体系尚不完善，仍有多个关键技术问题需要解决。诸如多视图特征点匹配的准确性和检测误差的动态修正等问题，正需要我们予以解决和完善。　　 论文针对激光、雷达和超声波等检测技术的适用局限性，对束缚视感智能检测发展的若干技术难题开展研究，主要内容包括：　　 1、多视图特征点匹配问题。为了获取物体的立体信息，需要采用多个摄像机（或多个角度）对同一目标采集多幅图像，并且在多视图中寻找物体特征信息的匹配关系。本论文通过定位、约束和优化三个步骤来完成对多视图公共特征点位置的快速准确匹配，提出了基于最小特征值及其动态调整的定位方法，基于多视张量的约束方法，以及综合了空间域、频域和颜色域相似度的优化方法，实现了对多视图特征点的准确匹配。　　 2、坐标定位和立体重建问题。从多视图的二维图像数据重新获取因投影而退化的三维信息过程，即坐标定位和立体重建技术。本论文首先将Levenberg-Marquardt方法引入到摄像机参数标定的线性和径向算法中，提出了一种基于辅助网格的自动标定算法。该方法能够自动消除镜头引起的非线性畸变，并实现对动态误差的矫正。其次，论文探讨了立体重建的视差法，包括：三角测量、立体标定、视图配准及三维重投影等运算步骤，提出了异面直线最小距离点逼近法。该方法在多视图公共特征点自动匹配的基础上，提高了公共特征点空间坐标定位的运算速度和立体重建的精度，适用于大范围多目系统而无需配准视图。　　 3、几何复现与类型识别问题。论文在立体重建的基础上提出几何复现的模型建立及其类型识别方法，通过模型设计、模型优化、模型测量到模型展示的步骤，将抽象的立体重建数据转化为适合于检测的几何复现模型。鉴于识别是检测系统的组成部分和重要延伸，论文还研究了对检测模型进行分类识别的方法。从高阶统计量和矩阵广义特征值出发，提出了一种主分量分析的改进算法，以及表达特征分量分类能力的“混淆熵”概念及其层次网络分类法，从而达到对被测对象快速识别与准确分类的效果。　　 论文还通过工程应用实例“大型原料场数字化与自动堆、取料技术系统”验证了本论文“视感智能检测关键技术研究”成果的高效性与实用性。工业应用证实：采用本文研究成果所建立的应用系统具有检测速度快、精度高、可扩展性强等优点；技术性能达到：对距离100米处的物体，最小可分辨单位为0.01米，检测误差≤1％，分类准确达到98%以上。