随着工业智能化的发展,在计算机视觉和图形学日新月异的推波助澜下,机器视觉在智能制造以无人化工厂建设方面得到了广泛的发展和应用并取得了极大的经济效益提高了生产效率。其中,双目视觉目前已经成为了机器视觉研究的一个重要的热点,由于其具有易于搭建、测量精度高、成本低廉、易于实现工业自动化,所以双目视觉广泛应用于自动驾驶、工业检测、机器人自主避障等众多领域,因此对于双目视觉的研究意义巨大。本文以大尺寸零件-汽车连杆为研究对象,尝试使用双目视觉测量系统对汽车连杆的三维外观尺寸进行精密测量。汽车连杆在汽车发动机中的主要作用是连接活塞和曲轴,改变活塞的往复运动为曲轴的旋转运动,所以汽车连杆在发动机中的作用十分重要。本文主要借助在精密气浮平台上搭建好的双目视觉测量系统进行汽车连杆三维外形尺寸的测量。其主要研究内用如下:本文以汽车连杆为研究对象,利用基于直线驱动的精密气浮平台上搭建的双目视觉系统和直线驱动精密气浮平台的大行程、超精密定位的特性,在平台Y轴上负载汽车连杆并使用双目相机拍照,研究在有限的视场内重建出零件的三维点云模型,并利用点云图拼接出完整的三维零件图点云图,从而测量出零件的三维外观尺寸。本文在研究了张正友标定和立体校正算法的基础上,根据实验室现有的直线电机驱动的精密气浮平台上搭建了双目视觉软硬件测量系统,硬件系统包括像机、镜头的选型和光源的定制,根据测量精度和对比工程上的立体校正算法结合工程实际选择了Bouguet立体校正算法,研究了图像双目标定和立体校正。在图像处理方面,由于在实际拍摄过程中存在的光线不均匀等干扰,造成了拍摄的图像成像质量噪声多、光线昏暗、对比度低等问题,所以需要对图像进行滤波平滑处理,本文在分析研究了常用的图像滤波算法后,根据各种滤波算法的优缺点,选择了对在该实验条件下拍摄的汽车连杆图像滤波效果较好的算法-自适应中值滤波算法对图像进行平滑去噪,在研究了Gamma变换和直方图均衡化对图像的增强效果后,提出了一种基于自适应直方图均衡化并限制对比度的算法对拍摄的汽车连杆图像进行增强,显实验效果表明该算法极大改善了图像的对比度,增强了光线较暗处图像纹理的细节。在图像立体匹配的研究上,根据实验过程拍摄的汽车连杆实际图像效果图,选择分析了局部区域匹配BM算法和半全局立体匹配SGBM算法针对汽车连杆零件图的处理效果进行了对比分析,根据两种算法形成的实际视差图的优劣,提出了使用半全局立体匹配SGBM算法对汽车连杆零件图进行立体匹配,通过合理的参数优化得到误匹配点较少的视差图。解决了常规立体匹配算法得到的视差图误匹配点过多的问题。再通过得到的视差图结合欧式三维重建的三角测量原理对零件图进行三维重构,从而生成零件的稠密点云图。在点云拼接方面,设计搭建了直线驱动精密气浮平台拍摄出大尺寸零件-汽车连杆多幅局部图像,利用双目相机的视差原理重建出的点云图,通过局部点云图拼接出一幅完整零件点云图从而测量出零件的外观尺寸。本论文依据直线驱动气浮平台的行程位移得到相邻图像的初始位姿,并对局部点云进行初始配准的粗拼接。随后使用改进的迭代最近点算法（ICP）进行点云精拼接实验,通过实验效果看到相比传统的ICP算法,使用改进的迭代最近点算法（ICP）明显提高了点云的拼接精度,同时验证了改进的迭代最近点算法（ICP）的点云拼接耗时更短,拼接精度也相当高。证明改进的迭代最近点算法（ICP）的点云拼接对当前的工业智能化、实时化测量具有积极意义。