现代制造业的自动化生产流程中涉及到多种多样的非接触测量、检测和零件种类识别等需求,其中单目视觉技术的应用较多,但单目测量与双目测量相比需要更多的先验参数,受约束也更多。为了探究双目视觉系统在非接触测量中的应用,本文拟采用双目视觉技术,确定处于不同拍摄环境中的回转类零件测量实例的位姿和尺寸,可用于自动化产线上工件的分类、抓取和无停顿检测等工作,有助于生产效率的提高和生产节拍的缩短。本文的主要工作内容如下:调查并分析机器视觉技术发展现状,明确研究背景及研究目标与内容。阐明实验中使用的数字图像处理关键技术,完成了部分理论推导,搭建视觉系统硬件部分,建立针孔成像模型并完成模型内各坐标系间互相转换关系的数学推导,确定相机标定方法后使用Matlab标定工具箱得到双目视觉系统的内外参数和畸变系数,完成了视觉系统的双目标定与立体校正。调用OpenCV完成视觉系统的软件部分,选用多种滤波器并对比各滤波器工作性能,分别选择适用于不同环境的滤波器完成图像平滑处理。根据回转类工件的成像特点及最小二乘法拟合椭圆机制设计了目标椭圆的筛选方法,以此为基础改进最小二乘法,并在拟合所得的多个结果中成功识别出测量实例所对应的椭圆。采用基于立体视觉直接抓取零件圆心的测量方法得到一般环境与复杂环境下多个测量实例的位姿与尺寸,与立体匹配所得深度图相对比,明确了误差产生的原因,并完成误差分析,在此基础上校正测量方法,提升了测量精度,证明该方法方法具有较好的稳定性、针对性和实用价值。