机械制造自动化领域中,采用先进的三维测量技术对毛坯件尺寸进行快速准确地检测,对于再加工过程中切削加工量的精确确定具有重要的指导意义。目前传统的测量技术大都无法满足现代制造企业的非接触快速测量要求,而视觉测量技术因其非接触、测量精度高、速度快等优点得到了广泛应用,成为了具有广阔前景的三维检测技术。本论文基于双目立体视觉测量原理,针对金属毛坯件,研究了图像采集、摄像机标定、图像分割、图像匹配等关键性问题,设计了可获取毛坯件上特征点的三维信息以及实现相应三维尺寸测量的软硬件系统。论文首先对双目视觉测量系统所需的硬件装置进行了选型,主要包括工业相机、镜头以及光源等;完成了图像采集系统中硬件部分的设计;然后针对摄像机单目标定中存在的标定精度较低的问题,提出了一种基于针孔成像模型结合免疫粒子群算法,对摄像机的初始标定参数进行优化。实验证明,该标定方法具有较好的可行性和精确性,能够获得较高的标定精度,进而也因此可得到较为准确的双目标定结果。另外,为了减小后期图像匹配的误匹配率,运用极线约束方法对摄像机参数进行了校正。针对金属毛坯件的高反光特性,提出了一种基于除法运算和颜色模型转换结合免疫算法的图像分割算法,该算法能够较好地从复杂背景中提取目标工件;实验证明本章提出的算法去噪能力强,速度快且准确率高,能够提高工件在线实时检测的精度和速度。通过分析现有立体匹配方法,对特征匹配方法的粗匹配部分和精匹配部分分别进行了研究,在图像匹配方面,分别在粗匹配和精匹配方面对经典匹配算法做出了改进。提出的立体匹配算法能够获取较多的正确匹配点对,从而保证了毛坯件三维尺寸信息的高获取量。最后应用最小二乘法实现了对毛坯件上特征点的三维坐标的求取,并进而获得了相应的部分尺寸和深度信息。根据以上研究,编写了摄像机标定、图像分割以及图像匹配等相应的算法程序,并运用Matlab2014a软件进行调试,验证了所用算法的可行性与有效性,最后选取两个实际拍摄的毛坯件进行测量实验,从最终的实验结果中可看出,本文提出的双目视觉测量系统可有效获取毛坯件上特征点的三维坐标值和相应的部分三维尺寸。