针对工业制造领域中大型工件很难进行全尺寸测量的问题，提出并实现了一种基于立体视觉技术的便携式工业测量系统。对该系统所采用的特征识别、相机定向、立体匹配、三维重建、多视点云配准等关键算法进行了研究。提出了改进的CANNY边缘亚像素检测算法，使用先验规则去除误识别的标志点，多次拟合定位标志点中心，对标志点环带多次采样取中值求取编码点的ID。根据ID号找出不同照片中的同名编码点，顺次对照片进行相对定向和绝对定向。然后，根据多幅图像的多极线几何约束，实现非编码点的匹配，消除误匹配。采用前方交会法重建标志点的三维坐标，利用光束平差对计算出的结果和内外部参数做迭代修正。最后，设计了双目结构光扫描系统，提出了一种改进的双目像机标定算法，描述了利用全局和局部标志点的子图同构实现多视点云配准的新算法。实验结果表明，该系统可在生产现场对大型工件进行快速测量，整体测量精度达到0.112 mm/3 m，可以满足工业现场大尺寸测量对精度和效率的要求。

为解决大型水轮机叶片尺寸检测这一行业性难题，实现对叶片型面外型尺寸的快速检测，提出了一种基于视觉测量技术的新方法。该方法以摄影测量原理为理论基础，首先在物体表面待测位置粘贴标志点，然后从不同角度拍摄一组照片，作为测量的原始数据输入计算机中进行解析处理。在测量软件中通过对照片组进行图像检测，识别出各张照片中标志点并定位其中心，匹配同名标志点，最后根据标志点的多个二维坐标重建出对应物体点的三维坐标，从而实现对被测对象的数字化建模和测量。现场实验表明，与传统的水轮机叶片检测方法相比，该方法具有工作量小，速度快，成本低，容易实现在线检测，并且不易受现场灰尘、振动、湿度和温度变化等外界因素的干扰。