机器视觉技术以其非接触式结构、低廉的成本、便捷的实现方式等优点,广泛应用于工业产品检验、医学器械精确定位、道路检测与导航、特征物体识别与跟踪等众多领域。伴随着图像处理技术和计算机技术的不断发展和提升,机器视觉技术以愈发成熟的姿态实现了人眼观测和大脑处理信息的功能,同时具备较高的检测精度和较快的运行速度,充分实现了机器自动化、智能化要求。在机器视觉技术中,物体识别是该领域的一项基础研究。有效的物体识别对从图像理解目标的过程的实现起着重要的作用。本文首先研究了规则曲面的识别方法,分析了规则曲面的光照模型的灰度分布情况,说明了目标识别中常见的通过颜色识别或者外形检测的方式并不适合曲面识别的原因,以及基于灰度的识别方法的优势所在。该方法通过提取物体表面的灰度值,进行曲线拟合相似度分析,根据拟合曲线形态是否符合曲面的灰度分布理论曲线形态,来判断目标物体是否为曲面物体。双目立体视觉技术是最贴近人类双眼视觉的立体感知过程的技术,利用两个不同的观测点与场景中的目标点形成的三角相似关系来计算目标点的空间坐标。该技术的关键在于立体匹配,本文在立体匹配过程中利用对极几何原理,以置信度传播匹配算法为基础,改进了初始视差值的计算方式,并结合区域分割算法进行辅助,获取左右相机采集到的图像的匹配点的视差值,并根据坐标转换原理计算出匹配点在空间的三维坐标,将计算出的三维坐标与实际距离进行对比,从而得出三维信息恢复结果的误差情况。最后利用OpenGL的三维显示技术将三维坐标投影到空间中,并添加灰度信息,使目标场景达到可视化状态。利用双目立体视觉技术对曲面物体的识别与三维重建的过程,包含相机标定、图像处理、曲面识别、立体匹配和三维重建等五部分,其中曲面识别和立体匹配是本文的主要研究内容。本文搭建了一套平行双目立体视觉实验平台,利用两台相同型号的工业相机获取目标场景在不同视角下的图像对,采用张正友棋盘格标定工具箱对工业相机的内部参数和相对位置进行标定,使用标定的结果对图像进行处理,接着提取表面光强分布曲线特征判断平面和曲面物体,并采取改进了的置信度传播立体匹配算法获取目标场景的视差图,最终获取目标物体的三维坐标信息,从而验证了该方法在识别和测量应用方面的可行性。