立体视觉技术具有非接触、易操作和高精度等特点，近年来被应用于直升机桨叶运动参数测量方面并取得较好的效果。基于立体视觉的桨叶运动参数测量方法，是先通过在桨叶上粘贴或喷涂圆形标记点，再利用立体视觉技术获得的圆形标记点三维信息，解算出桨叶运动参数。圆形标记点的检测精度直接影响运动参数的测量精度，并且由于桨叶运动速度快，拍摄曝光时间短，导致图像存在欠曝光、边缘性弱的问题。因此，研究欠曝光图像的圆形标记点检测方法对运动参数测量精度具有重要意义。针对现有的圆检测方法存在检测精度不高、漏检的问题，提出“基于阵列结构与分水岭的圆形标记点快速检测方法”与“基于YOLOv3与分水岭的圆形标记点检测方法”开展桨叶欠曝光图像中圆形标记点检测方法研究。主要工作和研究成果如下：
　　(1)提出了基于阵列结构与分水岭的圆形标记点快速检测方法。首先，采用图像下采样加速局部极大值特征的提取；其次，依据阵列结构先验和LM(Levenberg-Marquardt)优化排除干扰局部极大值，得到圆形标记点局部极大值阵列集合；再次，改进分水岭内外标记提取方式，并利用多线程技术，并行在各外标记区域内进行分水岭圆边缘检测，实现圆形标记点的粗定位；最后，采用奇异点去除法和最小二乘圆拟合法实现圆形标记点的精定位。以真实运动状态下拍摄的欠曝光桨叶图像为实验对象，开展圆形标记点检测实验。实验结果表明，该方法具有速度快、精度高、漏检率低的优点。
　　(2)提出了基于YOLOv3与分水岭的圆形标记点快速检测方法。首先，对采集的真实桨叶欠曝光图像中的圆形标记点进行标注，制作成数据集，并训练YOLOv3网络；其次，用训练好的YOLOv3网络检测出圆形标记点区域；再次，改进传统分水岭标记提取方式，采用多线程技术并行在各圆形标记点区域内进行分水岭变换，得到圆形标记点边缘检测结果；最后，采用奇异点去除法和最小二乘圆拟合法实现圆形标记点的精确定位。通过对多幅欠曝光桨叶图像中圆形标记点进行检测实验，并与现有方法进行对比实验，验证了该方法具有自适应能力强、速度快、漏检率低、精度高的优点，已应用于桨叶运动参数测量中。
　　(3)研究并实现了桨叶运动参数测量方法。将本文的圆形标记点快速检测方法应用于桨叶挥舞量和摆振量测量中，并通过风洞旋翼塔实验测量桨叶挥舞量和摆振量。开展桨尖圆形标记点测量实验，并与现有的高精度桨尖位移测量系统结果进行对比实验。结果表明，该方法测量桨叶挥舞量和摆振量的精度较高。