在大尺寸工业制造业中，多视觉组网测量技术发展成为一种三维形貌测量的有效手段。但是在测量过程中，该技术多以测量精度作为主要考虑对象，忽略了测量覆盖率对测量系统的影响，会导致无法重构测量对象的完整形貌，因此针对三维形貌测量中的高覆盖率与高精度的要求，本文提出一种兼顾测量覆盖率与三维不确定度的智能组网规划方法，研究了三维形貌测量中的多视觉规划问题，并设计了相应的测量网络规划算法。　　首先，对三维视觉测量原理及方法进行分析与研究，分析了摄像机的线性针孔原理模型和非线性投影的原理模型，针对双目立体视觉系统，研究三大坐标系之间的矩阵转换关系，建立双目立体视觉测量系统和多视觉测量网络的系统模型，为后续章节的多视觉测量网络规划提供了理论基础。　　然后，结合多视觉测量网络规划的需求，分别给出测量网络覆盖率与三维不确定度作为两个规划目标，设计了视觉测量网络离散化模型，确定并考虑多视觉测量网络规划的决策变量与可见性等约束条件，建立多视觉测量网络规划问题的数学模型，应用多目标遗传算法对组网规划问题实施求解。设计了遗传算法中的编码与种群处理方法、适应度函数和遗传算子，结合理论分析，以螺旋桨上端主体结构模型为例实施仿真实验，得出一组满足规划要求的解，其中测量网络覆盖率可以达到99.72％，三维不确定度可以收敛到0.0326mm，通过单视觉多站式测量实验验证了该策略的有效性和可行性。　　最后，将多视觉测量网络拆分为多组双目立体视觉测量单元，由双目视觉测量单元作为测量网络系统的一个节点，建立了测量网络节点位姿参数的数学模型，系统的分析了投影角、光轴与基线夹角、焦距及基线距对系统测量精度的影响分布，从而得出测量网络节点位姿参数的最优取值范围，并通过实验验证理论分析的准确性。　　本文从视觉测量网络的智能性出发，设计了一种多视觉测量网络规划策略，研究内容为多视觉测量组网技术提供了理论与技术支持。