线结构光三维测量中，光条中心点提取的准确度和精度直接影响最终测量结果的精确度。针对现有激光条纹中心提取方法抗干扰能力强、稳健性好与计算量大之间的矛盾，提出了一种互相关中心条纹提取方法。利用梯度阈值自动分割出有效光条区域，将赋予不同权值的互相关系数与相对应的光条纹灰度值进行互相关运算，以互相关极大值对应的条纹作为初始光条纹中心，通过曲线拟合的方法对条纹中心进行精确定位。以互相关值大小作为条纹中心点是否存在的评判依据，利用相邻光条中心点间的灰度、位置相似性约束消除噪声影响。实验结果表明，该算法条纹提取精度较高，满足实时性要求。同当前算法相比，互相关算法简单实用、稳健性好、抗噪声能力强，且对断线条纹具有很强的修补能力。

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。

研制出一种新的车辆轮对落轮非接触自动检测设备.该设备利用CCD,PSD型激光位移传感器、涡流传感器以及数据采集系统完成轮对相关尺寸的数据信号采集,并由工控机对各数据进行融合处理,实现轮对左右两轮饼近十个参数的非接触精确测量.现场使用表明,该设备的测量精度优于±0.1mm.