基于计算机视觉的视觉测量技术,由于其具有非接触、实时、在线、精度高等特点,近年来得到了迅速的发展和广泛的应用。而双目视觉的测量技术,由于其在系统结构简单性及灵活性方面的优势,逐渐成为一种很有发展潜力的视觉测量方法。本文以双目视觉为基础,对立体测量技术的关键技术作了深入研究。主要研究内容如下：(1)研究了测量系统的参数标定方法。推导了摄像机成像的线性模型的,详细分析了视觉测量成像系统产生畸变的原因与类型,并且建立了相机镜头径向畸变与切向畸变的高精度标定模型,在此基础上来标定测量系统的参数。首先以理想模型为基础对标定方程进行线性求解,其次以迭代的方式求解非线性畸变系数,最后通过实验验证了本论文标定精度。(2)研究了图像的立体匹配技术。论文对比分析了常用的图像匹配方法,综合了基于特征和基于区域匹配的优势,提出了一种基于特征的图像密集匹配的方法。在深入研究分析SIFT算法的基础上,详尽分析了SURF特征检测算法,对SURF算法进行了相应的改进,主要包括：利用图像的彩色信息,加入外极线约束提高匹配正确率；以匹配的SURF特征点作为基础实现图像的密集匹配,从而实现非特征点的匹配。通过对比实验结果,验证了改进方法的鲁棒性和有效性。(3)实现了基于点云的三维重建。分析并用数学公式推导了获取空间点三维坐标的过程,把这些三维点云输入到点云处理软件中来实现距离的测量,与实际测得的距离相比来验证点云数据的有效性。通过最终的重建实验和尺寸估计,验证了本文方法较为准确地获得了物体的几何尺寸,为进一步实现精确视觉测量打下了基础。同时本文的研究也对双目视觉测量系统的研究具有一定的指导意义。