目标跟踪检测在人机互动、工业测量和机器人导航等领域有着广泛的应用,通过对相机采集所获得的被测目标图片帧序列进行图像处理与分析,将运动目标从背景中分割出来,进而获得被测对象的运动轨迹,实现持续的跟踪定位。然而目标识别与跟踪的实际应用多采用单目视觉系统,单相机所采集到的图像信息不足,丢失了实际场景中的深度信息,无法实现跟踪目标的空间坐标测量。此外,对于跟踪识别过程中目标受物体遮挡等问题,单相机系统难以利用视频图像中的信息采取有效的目标识别跟踪策略。而立体视觉系统通过获取两幅图像之间的场景视差恢复场景深度,能实现三维空间的场景重建,受目标遮挡等因素的干扰程度更小,对于复杂场景里的目标也能有很好的跟踪效果。此外,若运动目标超出相机视场,利用相机云台的平移和回转运动可实现对目标的持续视觉跟踪。因此,采用动云台双目立体视觉的动态目标跟踪测量技术,在视觉跟踪检测领域有着相当重要的意义。本文以动云台条件下的动态视觉测量技术为基础,提出了驾驶员视觉疲劳的定量测量方法。对驾驶员眼睛运动轨迹跟踪算法进行了深入的研究,分析了多种算法在人眼识别和提取过程中的差异,提出了人眼虹膜中心亚像素级精确定位的算法。搭建了动云台双目立体视觉系统实验装置,获取了左右相机的人眼亚像素精度结果,并结合视觉测量原理中的三维点重建算法,测量了人眼运动时的三维坐标,获得了运动轨迹。在动态校准实验中,对比了人眼运动轨迹和振动台所提供的标准正弦运动,验证了使用双目立体视觉定量测量驾驶员眼睛运动轨迹的可行性。在真实的测试实验中设计了不同车速情况下的车辆加速、刹车和颠簸实验,利用立体视觉系统持续采集人脸面部图像用于人眼运动轨迹的重建,通过图像分析了目标的位移、速度和加速度等信息,扩展了检测驾驶员疲劳的信息来源。之后的研究内容介绍了动云台立体视觉跟踪测量系统在工程中的实际应用需求。采用了运动云台跟踪拍摄的立体视觉测量方案,利用双轴转台作为高速视觉成像系统的运动云台以跟踪目标在较大区域的运动。以探测器悬停避障试验中的大空间动态目标位姿测量等实际需求为背景,搭建了用于高速运动目标跟踪的视觉测量系统,开发了视觉测量软件用于相机的标定和目标的空间位姿解算。针对相机的运动模型、坐标系变换和目标位姿的解算进行了介绍。采用直接线性变换法和棋盘格标定法对系统进行了标定,并利用双轴转台提供的转角信息处理图像,实现了大空间环境下静态目标的坐标测量。