在智能制造的浪潮中,用非接触式测量方法快速准确地测量一个工件的三维尺寸显得尤为重要。本课题在此背景下开展研究,目的是通过采集二维图像,应用双目视觉的算法恢复深度和视差,重建三维信息,实现物体的三维尺寸测量。研究工作从如下四个步骤展开,分别是双目相机标定、图像处理、立体匹配和三维重建,研究内容如下:首先,完成了双目立体视觉模型数学公式的推导,并详细阐述了成像原理。对张氏标定方法研究,提出用OpenCV和MATLAB联合标定的方法对其改进,使原标定方法的重投影误差降到最小。其次,通过研究图像矫正,补偿相机的畸变;研究滤波算法,确定中值滤波去除椒盐噪声,高斯滤波去除高斯噪声,并通过实验计算信噪比来确定最佳的滤波窗口;针对Canny算子双阈值搜寻边缘时阈值不定的缺陷,结合最大类间方差阈值分割法确定最佳分割阈值来改进。再次,研究多种稠密视差匹配算法,对比匹配效果和时间。根据匹配质量和耗费时间选定基于变分匹配算法,针对变分匹配算法匹配耗时高的不足,提出结合图像金字塔技术降低图像分辨率的方法,加速匹配过程。最后,用匹配得到的视差图进行欧式空间的三维重建,获得物体的三维点云坐标,计算物体的三维尺寸。实验验证了本文算法的实用性和稳定性,并确定了测量的范围和测量的精度。