为了实现对大型射电天文望远镜的百米远目标进行测量，建立视觉测量系统对目标检测算法、测量系统的稳定性等进行研究。首先， CCD相机获取百米远处反射靶标的图像信息，采用样条函数对靶标图像进行插值，然后用 Canny算法检测靶标图像的边缘信息；接着，采用椭圆拟合算法检测靶标的位置，从而确定靶标在 CCD像面上坐标。采用一个平面标准靶，对检测算法的有效性进行评价。最后，在室外条件下，研究了白天和晚上的时候对靶标进行检测的稳定性。实验结果表明：靶标检测算法可以达到亚像素的测量精度，百米距离靶标测量的稳定性达到 0.08 pixels，基本满足大型射电天文望远镜百米距离坐标测量的需要，具有较强的抗干扰能力。

机器视觉由于具有非接触、可视化好、自动化和智能性高等优点,在航空航天、**、工业现场等重要领域得到广泛的应用,其特征点的检测精度会大大影响视觉测量的精度。在研究视觉测量的光点中心提取技术的过程中,提出二维卷积光重心法,可有效地抑制光点边缘对光点中心位置的影响,大大地提高了光点中心的提取精度,既可以应用于发光特征点的提取,也可以应用于反光特征点的提取。利用该方法提取空间特征点进行三维重构的精度也比其他方法要高,能达到10-4左右,基本满足工程测量的要求。