基于机器视觉的测量方法因其非接触式的优点,成为目前主流的桨叶运动参数测量方法之一。共轴刚性双旋翼的桨尖间距作为桨叶运动参数之一,是进行实验时的重要安全指标,也是设计验证过程中的重要实验数据。随着实验从室内风洞旋翼塔单一光源环境转移到室外全尺寸实物的复杂背景和光照环境的需要,以及针对目前桨尖间距视觉测量方法无法适应室外环境的问题,本文利用机器视觉与深度学习相结合,设计与实现共轴刚性双旋翼桨尖间距监测系统。主要工作内容如下:（1）共轴刚性双旋翼桨尖间距监测系统的设计与实现。首先,对系统的功能和性能需求进行深入分析,进行系统的总体设计;其次,构建硬件子系统实现桨尖图像的实时采集和处理,为设备选择合适的型号以满足系统性能需求;再次,对软件子系统整体架构进行设计,根据功能进行模块划分和界面设计,并编码实现;从次,采用多线程技术对系统进行加速以确保系统的实时性,采用ONNX的方法在工程中实现桨尖检测网络的调用;最后,对系统进行软硬件联合测试,验证系统是否完全满足功能和性能的需求。（2）提出一种基于YOLOv3-tiny的桨尖间距高精度实时测量方法。首先,使用圆形标记点靶标进行标定;其次,先从传统视觉方法角度,抓住桨尖目标在图像中灰度值是局部最大的特点,提出一种基于局部极值的桨尖区域定位方法,结果显示该方法存在依赖经验值的问题,于是提出基于深度网络的方法,采用小样本、小目标检测网络YOLOv3-tiny进行桨尖区域定位,结果表明深度网络可以很好解决复杂背景和光照下进行区域定位的难题;再次,在区域内进行分割,得到桨尖目标连通域和背景,提取出上下桨尖轮廓;最后,定位轮廓中的气动中心点,结合标定结果计算桨尖间距。通过对各种情况采集的桨尖图像处理,证明方法的有效性。（3）在室外环境下开展实验验证系统的有效性。首先,介绍进行模拟和真实实验的主要环境情况;然后,分别在实验室和直升机旋翼实验现场环境下搭建系统,进行实验,对系统的适应性、实时性、测量精度进行验证。模拟实验结果表明本系统精度高,在20米的距离下测量精度达到1.99mm,真实实验结果表明本系统适应性强和速度快,可以适应不同复杂背景和光照的桨尖间距测量,测量帧率达到40FPS,旋翼高速运动时对桨尖间距的实时测量进一步验证有效性;最后,进行对比实验,从各个指标验证本系统具有较好的优越性。