基于双目视觉的运动参数测量方法直接模拟人类双眼处理景物的方式，从摄像机获取的图像信息出发计算空间物体的三维信息，并进一步测量其运动参数，在现代工业领域有着广泛的应用前景。本文针对摄像机标定、特征提取、立体匹配、运动参数测量等技术和算法进行了深入研究。课题最后通过测量实验结果的有效性验证了本文方法的精度和准确性。课题所做工作及创新点如下。（1）研究和分析了摄像机成像模型及其标定参数，提出了以张正友平面标定原理为基础，结合Matlab标定工具箱和OpenCV计算机视觉库的综合标定方法，通过大量实验发现该方法具有较高的标定精度，同时该标定精度受采集样本的数目多少和获取样本的质量好坏的直接影响。（2）研究了以Harris角点特征作为目标几何特征，结合差分形态分解理论的多尺度提取算法。差分形态分解（DMD）作为非线性尺度空间分解中的一种，不仅能在大尺度上更好地保持图像的边缘信息，还能使Harris算子中积分尺度的选择变得简单，很好地克服了单尺度Harris角点检测器存在的检测精度不高，易受噪声干扰，积分尺度选择困难等问题。实验表明该方法不仅定位准确，大尺度下图像边缘保持完好，而且误检率低，尤其在角落区域和重叠区域检测优势明显。（3）研究了基于图像分割的改进立体匹配方法，有效解决了边界模糊和大的低纹理区域容易出现误匹配的问题。该匹配方法利用均值平移算法（Meanshift）分割参考图像，利用自适应加权自适应相异算法（ASW-SelfAd）计算初始视差，利用奇异值分解算法（SVD）拟合视差平面，利用改进的聚类算法合并相邻图像分割区域，并根据分割图像新的能量函数来细化视差图。实验表明该方法不仅能缩短匹配时间，提高匹配精度，而且在低纹理区域、视差不连续区域和遮挡区域也能准确匹配。在上述理论和算法研究的基础上，构建了基于双目视觉的运动参数测量的硬件系统，提出了软件的总体构架，用VC++6.0和MATLAB实现了文中提出的所有算法，实现了摄像机标定、立体匹配、三维测距、测速度、测加速度等系统功能。