在现代工业领域中，计算机立体视觉检测是当前的一个重要研究方向，也是研究的热点之一，尤其是在三维测量方面有着广阔的应用前景。本文对基于机器视觉的双目立体系统的物体三维轮廓测量技术开展了一系列研究工作，主要包含摄像机标定技术、目标物的特征提取与分析、立体图像匹配及三维重建等内容。　　本文首先建立了双目摄像机模型，并介绍了各种常见的标定方法，在总结了已有标定方法优缺点的基础上，最终提出采用基于透视变换模型的线性标定方法实现标定，标定过程相对简便，能满足物体几何尺寸测量精度的要求。其次，在摄像机标定好的基础上，利用背景差分法进而提取被测物体，即目标物。在对目标物进行预处理和特征提取时，在对各种边缘检测方法进行了详细分析及比较的基础之上，选用Sobel算子进行物体边缘检测；同时也分析比对了扫描式寻找物体特征点的方法与Harris角点检测算法，最后选用扫描式算法，因为能够较快的提取特征点，结果也较为理想。再次，在上面特征提取的基础上进行匹配，选用改进的sift算法和surf算法分别对简单的物体和被测物体进行匹配，运用归一化互相关度量NCC(NormalizedCrOss-Correlation)对提取的特征点进行初匹配，然后用极线约束原理消除误匹配，提高匹配的准确率，最后采用改进的sift算法，结果较为理想。最后，在已获得摄像机内外参数和完成左右图像的特征点匹配的基础上，实现了对特征点的三维重建，获得了物体的几何尺寸，进而与物体的真实尺寸进行比对，分析实验误差是否满足要求。