如今在医疗、机械、航空等领域,会采用大量复杂材料的工件,这些工件经过长期的作业,会产生一定程度的磨损,因此我们需要使用一种便捷、全场测量、适应性强的方法对材料变形信息进行定期测量。随着测量技术的不断发展,光学测量在各个领域的应用逐渐广泛。数字图像相关法是一种基于物体表面图像相关计算的光学测量方法,具有非接触、全场测量以及环境适应性强等优点。在二维数字图像相关法的基础上,三维数字图像相关法通过双相机测量系统,并结合图像处理、计算机视觉技术,可以较为准确地测量物体的三维信息,重建被测物体表面的三维形貌,实现物体面内、面外位移和变形测量。本文主要对三维数字图像相关法中的三个方面内容进行了研究:散斑图像的质量评价、相机标定、图像立体匹配及三维重建。主要研究工作如下:为了保证散斑图像在立体匹配及三维重建中的准确性,本文对散斑图像的质量评价进行了研究。基于神经网络,提出了一种综合利用平均灰度梯度、基于灰度共生矩阵的能量、对比度、相关性和熵作为评价参数的散斑质量评价方法,并用实验验证了该参数的有效性和准确性。在相机标定中,根据相机标定模型,提出了一种改进的Harris角点检测算法,实现了标定板角点的自动化检测。在此基础上,对角点整像素进行修正,可得到角点准确的亚像素坐标,进而计算出左右相机的内外参数,为图像立体匹配和三维重建建立基础。在散斑质量评价和相机标定的基础上,对图像立体匹配及三维重建进行研究。提出了一种改进的RANSAC算法和SURF算法相结合的立体匹配算法,可准确快速地筛选出图像的特征点并生成特征点匹配对,然后通过相机内外参数实现物体的三维重建,进而可得到被测物体的位移和变形,为工程应用提供测量信息。