基于单相机的近景工业摄影测量技术是一种非接触式测量方法,其利用单相机对空间中三维物体的多个位姿进行拍摄,进而通过数字图像处理和摄影测量技术,计算出待测物体表面关键特征点的三维坐标。本文从以下几个方面开展单目移动式三维测量技术的研究。由于工业场景中物体的特征点直接检测效果不佳,需要借助一种具有唯一身份信息的编码标记点,通过将标记点粘贴在待测三维物体关键特征点上,来实现物体关键特征点的匹配。针对此问题,本文提出了一种新型的编码标记点解码算法。该算法首先对携带编码标记点的图像进行预处理,提取图像的边缘,利用标记点筛选准则,将编码点从边缘图像中筛选出来,为后续编码标记点的精确定位和准确识别做准备。然后,将带有编码点的区域从图像中分割出来,利用仿射变换的特点,计算出标记点成像图像与规则标记点之间的仿射变换关系,将因透视变换而扭曲变形的编码点进行矫正。最后,利用循环采样求像素均值法来获得编码点对应最小十进制数,即为此编码标记点解码值,进一步提高编码标记点的抗噪性。由于传统的张氏标定法通常使用棋盘格作为标定物,棋盘格提取角点时受噪音影响较大,因此本文开展基于圆形标定板的张氏标定法研究。圆形标记点因拍摄角度问题,标定板上的圆形特征成像后易产生圆心偏差,导致成像后椭圆几何中心并非圆形特征中心成像点。针对圆形特征中心像点高精度获取问题,本文采用了一种获取圆形特征中心像点的射影迭代方法,该方法有效提高了中心像点定位精度,较好地改善了相机标定的精确性。针对多视图三维重构问题,采用了一种迭代式的三维重建方法来完成三维物体重建。首先,利用相机对待测物体进行多视角拍摄,获取物体在不同图像中的同名特征点,完成图像特征匹配;然后,在图像序列中选择初始图像对,进行两视图求解,建立初始两视图几何关系;最后,逐渐添加新图像,利用新增图像中特征点与已重构的三维点之间的对应关系扩充三维点云的结构,不断重复这个步骤直到所有的图像完成配准。本文利用上述理论对真实三维场景中的物体进行三维重构实验,实验结果表明本文所提出的基于单目视觉的多视图三维重建方法能够实现较好的重建效果。