目前,计算机视觉技术已经在人们实际生活和生产中得到了广泛应用,例如无人机实时定位导航、指纹识别、人脸识别等。作为代替人眼的技术,计算机视觉在测距和尺寸测量方面有着比人眼估计更高的精度。基于计算机视觉的测量技术包括单目视觉测量和双目视觉测量。其中,双目视觉测量因为更能模拟人类眼睛而得到了许多研究者的重视。虽然,双目视觉测量技术已经在智能测距、智能定位、VR、三维重建等方面得到了广泛应用,并且双目视觉具有系统结构简单、非接触、自动化等优点。但是,该项技术仍存在对大型测量数据处理效率低、算法鲁棒性差、精度和适用范围有限等不足。围绕三维型面的视觉测量,本文提出了基于双目视差图重构的型面重建和测量方法。主要研究内容包括:双目测量系统中相机标定鲁棒性、图像的预处理、立体图像对的稠密视差图重构和三维重建等,具体如下:(1)双目摄像机的鲁棒标定算法研究。本论文针对双目标定鲁棒性和实时性问题,首先,运用张正友平面标定法计算双目相机的标定初始值,然后,通过Levenberg-Marquardt迭代算法求解标定参数最优解。最后,对影响相机标定鲁棒性的因素进行实验分析。(2)三维型面图像的预处理算法研究。为了减小图像噪声和背景对后期视差图重构精度的影响,本论文采用高斯滤波算法和Grabcut分割算法对图像进行预处理。此外,为了增强用于重构视差图的立体图像的抗噪性,本论文将图像灰度值和梯度值融合(IG图)作为目标图像的强度值,为视差图的重构提供更多可用信息。(3)双目图像对的稠密视差图重构及三维重建。为了改善现有视差图重构的低精度问题,本论文详细研究了基于全像素的稠密视差图的重构方法。在图像对良好校正状态下,采用基于图割理论的匹配方法,结合视差连续性和一致性等约束条件,实现全像素稠密视差图的重构,进而实现了稠密视差图的三维重构。(4)实验验证与分析。本论文构建的三维型面测量实验系统主要包括双目相机、图像采集卡、三维运动测量台等。首先,对影响相机标定鲁棒性的因素和获得的双目相机内外参精度进行实验分析。然后,采用标准测试图像和规则试件图像,对本文的三维型面图像预处理算法进行实验效果分析;最后,分别采用灰度图和IG图获得本论文基于图割算法的视差图重构结果,和基于块匹配算法的视差图重构结果对比分析,进而实现目标的三维重建,验证本文方法的可行性。本论文通过理论和实验分析给出了提高相机标定鲁棒性的图像样本采集环境、图像样本数量以及标定板的选择的建议。通过研究基于图割的视差图重构算法,实验验证了本论文算法具有更好的重构效果以及IG图对视差图重构具有更好的抗噪性。最后本论文的三维重建平均误差小于0.2mm,获得了较满意的效果。