目前全球的工业和制造业已经相当发达，汽车、火车、飞机、轮船等大型物体的制造已经不是什么难事。在这些大型物体的制造过程中，对其覆盖件的模具进行测量是很关键的一个环节。传统的人工测量方法速度慢、测量结果受人为因素影响较大，于是基于光学、数字图像与计算机视觉的测量方法应运而生。这种测量方法能快速、准确地获取物体的三维信息，因此开展本课题的研究具有重要的理论意义和实用价值。 基于计算机视觉的大型物体三维测量方法主要有三个关键技术，它们分别是摄像机标定，特征点的提取和匹配，三维重建。本文在阅读了大量相关文献的基础上，针对目前基于计算机视觉测量方法中存在的问题，采用理论分析与实验研究相结合的方法，对基于计算机视觉的大型物体三维测量方法中的关键技术进行了深入系统的研究。以往在特征点提取和匹配这一技术环节中，通常采用的是需要操作人员大量参与的人工交互方法，这样不但使特征点提取和匹配的速度大大降低，而且操作人员一不留神还会造成错误匹配。本文针对这一问题，将人工编码标志引入基于计算机视觉的测量中，实现了一种基于人工编码标志的特征点自动提取和匹配的算法，较好的解决了这一问题。 由于基于计算机视觉的三维测量方法的研究涉及多学科交叉，需要解决的问题很多，还需要在日后的工作中进一步探讨。