飞行器物理仿真试验是飞行器研制过程中不可或缺的一部分,随着航空航天技术的不断发展与进步,对飞行器仿真系统功能的需求也日趋多样化。然而在大量的复杂仿真试验中却发现,尽管仿真模型、仿真技术、仿真环境已经有了质的飞越,对于仿真数据的来源依然停留在理想假设或带有较大偏差的统计水平上。当前,基于摄像学与计算机技术相结合的视觉测量技术已成为一种具有重要意义的非接触测量手段。因此,本文以视觉测量技术在飞行器地面仿真任务中的应用为背景,针对飞行器物理仿真试验中结构参数、相对运动关系等高精度外部参数测试的需求,展开对飞行器物理仿真动态多信息全场测量技术的研究,实现全视场内地面飞行器运动轨迹、形貌轮廓、位姿参数等信息的精确获取,为待测飞行器的动态性能分析与评估提供可信的数据支持。本文研究工作主要从以下几个方面进行展开:（1）视觉测量系统中的相机高精度标定是实现精确测量的重要基础,针对空间目标位姿测量环境下的相机参数标定问题,提出基于双更新策略加权差分进化粒子群优化的相机标定方法。通过引入交替因子来控制每一次迭代过程中加权差分进化算法和粒子群优化算法的调用比例,根据概率计算规律选择相应的算法完成对种群的优化,并通过信息交流机制利用加权差分进化操作得到的个体去引导粒子群优化操作中的个体进化过程,所采用的加权差分进化算法能够保证种群个体进化的多样性和有效性,并且与相机非线性标定模型参数进行耦合,同步实现单相机参数的组合非线性、全局连续优化。（2）针对细长型和大尺寸飞行器试件的三维变形信息全场测量问题,提出一种基于多相机网络联合约束优化的数字图像相关变形测量方法。多相机联合约束关系的引入,使相机网络中任意两个CCD相机可以被绑定为一个整体,并完成试件的部分区域测量,然后将测量结果映射到统一参考坐标系下,从而减小了因直接进行全场测量而导致较大非线性成像畸变的影响,并且能够避免牺牲相机的有效空间分辨率。此外,基于多相机网络联合约束关系构建了散斑立体配准的新型相关函数,能够将图像对间同名点立体匹配的亚像素搜索区域准确地限制在对极线附近,而不是整个图像上,从而缩小了搜索空间、提高了搜索效率。与此同时,基于多相机网络联合约束优化的数字图像相关方法能够实现相机间位置及姿态参数的优化求解,进一步提高了散斑点空间三维坐标的重构精度,从而提高变形信息的测量精度。（3）针对大视场范围下飞行器运动位姿参数测量易受模型累积误差、成像畸变、已知特征信息不足等因素的影响问题,设计并构建一种新型视觉测量模式。建立了适用于视觉测量过程中的多源特征数据融合模型,克服特征点的单一性与低效性;然后构建基于特征点云信息双向传递的闭合测量模式,改变传统方法中从图像数据到空间特征信息传递的单向过程,将已确认的空间数据作为控制信息返回至测量处理过程中,增加了解算冗余信息,提高了飞行器运动参数估计的稳定性与可靠性。（4）最后,针对视觉测量过程中散斑特征匹配耗时较长问题,仅在算法上的优化和改进难以使解算速度获得跨数量级的提升,因此通过NVCC编译CUDA源程序的GPU并行计算模式,提高了散斑匹配的亚像素搜索效率。通过NVCC编译CUDA源程序的GPU并行编程方式具有很强的灵活性,解决了Mex脚本和其他语言程序交互时的障碍问题,同时不受重载函数的限制,使变形测量程序总体运算性能达到一个较优状态,实现了较高的运算加速比。此外,通过CUDA异构并行算法对地面飞行器大尺寸模拟翼面进行三维平移测量和动态立体变形测量实验,获得了较好的实验效果,为实现目标立体变形的实时测量与输出奠定了理论与技术基础。