物体表面外形轮廓及变形测量在实际中具有十分重要的应用价值，而视觉测量具有高精度、非接触、大范围、在线实时检测等优点，可以应用于一些传统方法无法适用的特殊场合，近年来得到广泛注意和飞速发展。本文以工件外形及旋转浆叶形变测量为背景，开展基于双目视觉的三维形貌与形变测量研究。论文在双目视觉测量技术原理的基础上，分别重点研究了基于结构光的外形测量以及基于数字图像相关和标志点识别匹配的叶片形变动态测量。在基于结构光的工件形貌双目视觉测量中，通过提取激光条纹线，按极限约束对双目相机进行匹配后，计算得到工件表面深度，有效解决了环境复杂多变情况下，边缘不易提取等问题，简化了系统结构和后期图像处理，提高了系统抗干扰性；分别采用数字图像相关和标志点识别匹配测量旋转叶片的动态形变，在数字图像相关方法中，将SIFT特征匹配与仿射变换相结合，改进了牛顿-拉夫逊迭代法初值的选取算法，解决了小角度旋转情况下的匹配问题，加快了计算速度，同时设计了分类动态查找表的亚像素插值方法，进一步提高了运算速度。为满足大视场情况下对测量精度的要求，研究了双目视觉系统结构对测量精度的影响，通过对视觉测量标定方法的研究和改进，解决了原方法无法适用于大畸变的情况。最后采用C#和MATLAB混合编程的方式开发了系统标定和三维测量软件系统。