在砂轮地貌检测中，磨粒的出露高度直接影响砂轮的磨损形式，是评估砂轮磨削性能的一个极其重要的参数。因此，快速准确的掌握磨粒的出露高度及其分布信息对揭示砂轮地貌磨削机理至关重要。传统的砂轮地貌检测方法有检测速度慢、精度不高或不能给出磨粒出露高度信息等缺点。随着计算机视觉理论与技术的快速发展，基于双目视觉的砂轮地貌检测技术具有扎实的理论基础，应用双目视觉理论检测砂轮地貌有计算效率高，适应性较强的优点。特征点提取和匹配是双目视觉立体重构中的核心技术和难点，特别是在双目砂轮地貌图像中，角点位置的定位精度与角点匹配的准确率，直接影响砂轮地貌三维重构的效果。本文针对该技术的难点，对双目砂轮地貌图像的特征点提取和匹配算法进行了深入研究分析，仿真实验取得了良好的效果，为后续砂轮地貌图像的三维重构奠定了良好的基础。论文完成的主要工作如下：（1）依据光轴平行法设计双目砂轮地貌图像的采集装置，该装置包括砂轮、照相机、光源、平移装置和计算机。（2）深入研究四种常用的角点检测算法，即Moravec角点检测算法、SUSAN角点检测算法、Harris角点检测算法以及SIFT角点提取算法，分析它们的优缺点，并对Harris角点和SIFT角点提取算法进行仿真实验。（3）深入研究零均值归一化互相关系数和最近邻特征点匹配算法。对提取的Harris角点进行零均值归一化互相关系数匹配，对SIFT角点进行最近邻匹配，仿真实验表明匹配效果良好。（4）针对可预见的误匹配，采用RANSAC算法剔除误匹配点。仿真实验表明，该算法可以剔除绝大部分的误匹配点。（5）提出适合砂轮地貌特点的角点提取与匹配评价指标。对Harris角点加零均值归一化互相关系数匹配算法和SIFT角点加最近邻匹配算法进行评价。