某自动填装车为目标车辆装料前，需要获得两车之间精确的相对位置关系参数。 电耦合器件CCD(Charge Coupled Devices)伴随着单片机的迅速发展，被广泛应用于非接触测量领域。但在已知的国内外所采用的非接触测量系统中，有的不能同时测量出长度和角度的位置关系，有的由于同时使用多组CCD探测器，加大了系统的复杂性。 本文介绍了一种简单、新型的非接触三维位置测量系统，该系统用一组CCD探测器、实时图像处理及快速数据解算系统组成，对目标车辆上激光等目标测量在坐标系中的三维参数x、y、z值和目标车辆轴线相对测量坐标轴的夹角，文中对测量原理和参数推导公式进行了介绍，并通过三角知识和误差合成理论，分析了测量系统的测量精度。 CCD作为一种光一电传感器容易受到非目标光源的干扰，特别在户外经常受到太阳光等光源的干扰，无法确定自动填装车和目标车辆之间的三维位置参数，影响系统的稳定性。因此，需要对CCD采集到的图像进行抗干扰处理。 文中采用模式识别中的一种方法——基于模糊等价关系的模糊聚类分析，来对图像中的所有光斑进行分类，通过确定合适的置信水平值来将目标光斑和干扰光斑分为不同的类别，进而将干扰光斑从CCD图像中除去，实现CCD图像的抗干扰。 这种方法以模糊集理论为理论基础，主要应用了其中的模糊相似关系、模糊等价关系和置信水平等理论，将模糊的概念带入到模式识别中，增加了模式识别的灵活性。 通过实验验证，只要选择合适的置信水平值，基于模糊等价关系的模糊聚类分析这种方法可以有效地将目标光斑和干扰光斑分在不同的类别中，达到区分目标光斑和干扰光斑的目的。以此为基础，去除干扰光斑后，CCD图像仍然可以准确地为非接触位置测量系统提供两车间的位置信息。