航空发动机是飞机的“心脏”,而叶片是航空发动机的关键部件,对叶片的测量结果直接影响着对叶片的质量及使用寿命的判断,所以在叶片的生产和使用过程中对面型进行准确的三维测量具有重要意义。叶片的接触式测量虽然精度高但是测量效率低下,而机器视觉在非接触式测量中具有成本低、测量效率高等优点,因此本文提出一种基于机器视觉理论的航空发动机叶片测量方法。双目视觉测量方法具有结构简单、成本低和精度高等优点,在机器视觉领域被广泛应用,提出一种利用线结构光扫描的双目视觉测量系统。首先针对三维测量系统原理及数学模型,设计三维扫描测量系统,并给出设计指标。对双目标定方法进行研究,提出平行圆靶标的双目标定方法;其次针对线结构光特征提取和立体匹配技术进行研究。对线结构光条纹图像预处理算法进行研究,对比三种滤波方法的峰值信噪比,提出利用高斯滤波方法消除图像噪点,全局阈值分割算法将背景干扰条纹与目标条纹区分开。对比两种条纹中心线提取算法的准确度和运行时间,提出基于二值图像的细化算法提取线激光光条骨架。利用特征匹配方法增加极线约束条件辅助判断两幅图像对应点之间的匹配关系,通过坐标变换计算匹配点的三维坐标;最后针对点云数据对发动机叶片表面进行三维重建。由于发动机叶片表面是复杂的曲面结构,提出基于NURBS曲面拟合方法对叶片进行三维重建,利用Geomagic Studio软件对其快速重建。对三维测量系统测量不确定进行计算和分析,通过量块尺寸三维测量不确定度实验和标准圆柱面型测量不确定度实验,验证三维测量系统整体不确定度,最终实验结果表明测量系统能实现对叶片的三维视觉测量。