提出了一种基于最小二乘拟合的三角波调幅激光测距方法,设计了具有光程差的参考信号和测量信号两路信道,采用改进的最小二乘直线拟合算法对两路回波信号进行拟合,得到了关于三角波的拟合参数和奇异特征点;根据两路信号特征点所携带的时移信息之间的关系,可用所提方法进行测距。在10 kHz三角波调制频率的实验条件下,采用几何理论计算得出所提测距方法在测量距离为10 m时的平均测量精度能达到3.2 mm。实验结果证明了该测距方法的有效性,在短距离激光测距方面具有一定的应用前景。

提出了自适应总体最小二乘算法, 以进一步提高单摄像机视觉测量系统光学特征点的姿态解算精度, 研究并对比了常用的总体最小二乘算法及自适应总体最小二乘算法在测量系统中的应用。首先, 根据空间几何位置关系构建光学特征点、像点及摄像机位置的系统坐标系及三维空间模型, 并建立关于光学特征点及像点的矩阵方程。然后, 应用常用的总体最小二乘法及自适应总体最小二乘法进行优化求解。最后, 基于优化的总体最小二乘解确定光学特征点相对世界坐标系的姿态。应用三坐标测量机进行仿真对比实验, 结果表明：常用的总体最小二乘算法得出的姿态坐标的标准差为0.055 7 mm, 自适应总体最小二乘算法得出的姿态坐标的标准差为0.041 4 mm。相比之下, 自适应总体最小二乘算法有更高的收敛速度及收敛精度, 且解算速度优于常用总体最小二乘算法, 满足单目视觉测量系统的稳定、可靠和精度高等要求。

为了实现快速、高精度的图像匹配,将基于灰度的图像匹配技术与基于特征的图像匹配技术相结合。定义了一种灰度值特征,并提出一种基于图像灰度值特征点的快速匹配搜索算法。该算法利用得出的灰度值特征点作为搜索依据,改变了传统匹配方法遍历性质的搜索策略。由于特征点的选取对噪声和灰度值的线性变化具有一定的“免疫性”,因此对灰度值不均匀的图像匹配问题同样适用。该算法在大大提高匹配速度的同时兼顾了匹配精度,实现了高效率、高精度的图像匹配。通过实验,证实了该算法的快速性和准确性。