“中国制造2025”战略的提出对我国产品的生产质量提出了越来越高的要求,计算机视觉理论的诞生为产品的尺寸检测开辟出一条创新型道路。在工业生产检测目标的过程中,外界的光强或者目标物体本身的属性会造成所采集到的图像存在全局或者局部低对比度的现象,致使无法精确地检测出物体的轮廓和特征点。针对这一现象,开展基于双目视觉低对比度三维几何参数测量方法的研究,主要完成以下几方面的工作:首先,介绍双目视觉研究的背景及意义,通过对国内外双目视觉的发展以及目标物体存在低对比度现象的处理方案进行分析,制定总体的研究路线。对双目视觉标定涉及到的基本概念和深度信息的计算方法进行介绍,应用汇聚式双目视觉系统结构,基于Python语言采用张正友平面标定板方法获取相机的内外参数。接着,介绍图像预处理的相关算法。针对现有的图像滤波算法在滤波过程中会模糊边缘的问题,利用改进的图像梯度引导的窗口自适应双边滤波进行图像去噪;针对图像中低对比度成像的特点,利用改进的HSV通道进行Retinex图像增强算法来获得高对比度的图像平面。然后,对立体匹配算法涉及到的匹配基元、匹配准则和相似性度量函数进行介绍。针对匹配基元的误匹配问题,提出结合边缘检测与FAST特征提取的改进特征提取算法,运用极线约束准则提取特征点的亚像素坐标,通过BRIEF描述符进行特征匹配。最后,结合实际的应用场景,搭建双目视觉检测平台对继电器模块进行三维测量。实验结果表明,提出的三维测量方法可以有效的对目标物体存在低对比度现象进行测量,并且能获得较高的测量精度。