机器视觉是当今研究的热门课题之一，广泛地应用于无人驾驶汽车，机器人导航，工业机器人以及机器臂控制，虚拟现实，图像测量等方面。它利用相机、激光等视觉器件组成一个视觉系统，替代人眼实现测量、监视、控制等复杂的任务，同时在精度、速度、范围等方面表现出更加优良的性质。因此研究机器视觉具有重要的理论研究价值和广泛的应用前景。
　　本文系统研究了单目相机和点激光组成的视觉系统的建模和优化问题。首先本文研究了张正友相机标定方法，在此基础上提出了单目相机和点激光联合标定的新方法，并充分考虑了相机的畸变情况，运用畸变模型对标定结果进行修正，提高标定的精度。并在此平台上，运用视觉距离的模型解决物体的精确测量和定位问题。
　　其次，文章引入了张量的概念，将张量的概念运用到计算机视觉系统里，为系统中的每个实体建模。实体可以是相机、激光或者任务，他们都可以用张量来表示。本文给出相机、激光、任务的张量模型，以及求解张量表达式的具体方法。
　　然后，在以张量和一些几何概念为基础的视觉系统里，我们运用了新的距离函数—Vision Distance作为衡量视觉系统性能的指标。Vision Distance能有效的测量两个实体间的位置差别，不仅包含了欧氏距离的范畴，还表征了空间中方向的差别。本文给出优化的目标函数，并运用二阶锥规划的方法对相机和激光的距离和角度进行了优化，得到最佳的拍摄位置。
　　最后文章通过实验证明了联合标定方法精度可以达到微米级别，实验数据和性能对比证明了Vision Distance模型在优化相机-激光视觉系统有效性，测量系统的测量精度和系统性能得到了很大提高。