随着现代工业的发展,以卫星天线、飞机等装备为代表的大型结构产品在制造及装配过程中对自动化程度的要求越来越高。能够高精度快速的检测大型结构体的相对位姿,保证系统的各部件及整体的装配速度成为了研究的热点。双目视觉的检测方式在实时性、自动化程度等方面具有其他检测方式不具有的优势,而单组双目视觉系统无法对大型结构产品进行高精度的检测,因此,采用多组双目视觉系统检测大型结构体的相对位姿技术对于大型结构体的对接、焊接、装配等方面具有重要的研究意义和实用价值。本文针对多组双目视觉系统检测大型结构体的相对位姿,主要的研究工作如下:研究大型结构体相对位姿检测系统方案。针对被测物体尺寸大、结构特征复杂难以测量的问题,根据性能指标,设计大型结构相对位姿检测的方案。针对传统多目视觉处理图像方式实时性差的问题,设计多组双目视觉系统的处理及传输数据方式。从系统的可靠性、响应速度等方面入手研制双目视觉目标检测系统控制硬件平台。从壳体形式、密封、安装定位三方面考虑设计双目视觉系统封装外壳结构。从使用环境、特征点数目、特征是否明显等方面设计本文视觉识别的靶标。从可靠性、高效性等方面确定操作系统并设计视觉检测流程。研究双目视觉系统对靶标图案识别提取方法。针对传统Canny算法边缘检测受方差影响较大导致边缘连续性差的问题,本文引入形态学知识使边缘曲线更平滑。针对全局图像中存在噪声轮廓边缘而影响处理速度的问题,本文通过设置一系列的轮廓约束条件,筛选轮廓特征。针对传统二值化方法存在鲁棒性差的缺点,提出了一种改进的二值化方法。针对传统模板匹配法模板尺寸与图像中的目标尺寸必须相等,而造成模板适用性差的问题,本文对经过轮廓筛选分割后的图像缩放至模板大小,然后对其二值化后的图像进行匹配,将靶标从图像中分割提取出来。针对模板匹配法是进行整幅图像匹配而影响处理速度的问题,本文提出了一种模板匹配法与目标位置信息预测相结合的检测方式,根据上一帧图像中获得的目标在图像中的位置信息,预测当前帧的图像目标位置,减小图像处理的计算量。对本文提出的方法进行实验验证。研究双目视觉系统对靶标的三维定位方法。在对目标三维定位方法的研究中,针对相机成像过程中存在畸变误差而导致对目标定位精度不高的问题,本文在理想成像模型基础上对径向畸变进行校正,建立完整的非线性相机成像模型。针对Harris角点检测法检测后存在多余噪点的问题,本文对角点粗筛选方法进行研究,引入凸包和重心的计算方式,从而获得靶标图案上的两个目标角点,利用双目视觉测距的原理获取靶标上两个目标角点的三维信息。对本文提出的方法进行实验验证。研究大型结构体相对位姿检测方法。针对多组双目视觉系统的世界坐标系不同导致难以解算结构体相对位姿的问题,本文提出根据各组设备的安装位置进行坐标系融合的方法。相机在安装过程中必然存在安装误差,对此本文利用双目视觉系统与调姿机构安装相对位置的不变性,通过相机移动固定距离或角度,根据所检测的运动前后位置的三维数据变化量,修正目标定位误差,提高检测精度。针对多个检测点进行解算位姿存在一定冗余使解算大型结构体位姿复杂的问题,本文引入奇异值分解法（SVD）法通过所有特征点共同计算旋转矩阵,使结构间相对位姿解算简单化。为验证本文定位误差修正以及位姿解算的方式可行性,采用两组双目视觉系统在两种工况下进行实验验证。