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运用。本论文以梳刀结构参数视觉测量作为基础, 对高精度立体视觉测量技术作了深入的研究和探讨。测量的首要问题是精度。为了保证很高的测量精度,首先就要建立测量系统精密的数学模型. 本论文详细分析了视觉测量成像系统产生畸变的原因与类型, 所建立的成像模型考虑了镜头径向畸变与切向畸变的影响, 这就为高精度测量打下了基础; 有了精密的模型, 论文接下来基于结构参数的测量最终归结为空间点的坐标运算这一事实, 深入探讨了立体视觉测量的三大关键技术: 成像系统标定技术; 立体匹配技术; 亚像素的边缘检测技术; 成像系统的标定, 主要是标定出系统的非线性畸变系数。本论文建立了包括相机镜头径向畸变与切向畸变的高精度标定模型,并采用先不考虑非线性畸变系数, 对标定方程进行线性求解,再以迭代的方式求解出非线性畸变系数的模型求解方法, 从而获得了很高的标定精度。立体匹配技术,是视觉测量中的一个难点. 本论文借鉴了比较成熟的区域相关法, 并采用最小二乘法对其作了改进,使其具有更高的匹配精度; 边缘检测是数字图像处理中的重要内容。本文提出了一种新的亚像素边缘检测方法。此种方法先经过传统模板算子确定边缘的大致位置,然后利用曲线拟合方法求出边缘的精确位置,经过粗、精两次定位,在确保测量时间的情况下获得亚像素级的精度。最后, 文章以梳刀参数测量为实例展示了视觉测量的具体应用.梳刀参数测量是一个二维测量的问题, 由于非线性畸变系数只与成像系统有关, 本论文提出了将线性畸变与非线性畸变别消除的思想, 并分别编制了标定程序以及修正程序. 实验证明这种设想是有效可行的, 最后获得了较高的测量精度.