提出一种基于二维图像基准的动态线扫描点云校正方法，采用基于重投影图像全局变换和基于重投影图像光流分析的两步式校正手段，实现点云轮廓与二维图像基准在复杂扰动下精准、可靠的关联，优化每条点云轮廓的位姿，并结合图像和点云信息设计基于低噪声基准的校正补偿方法，实现6自由度全面校正。这为运动状态下基于点云的细节分析检测提供了有效的技术支持。

针对当前线阵相机几何标靶标定精度不足的问题，提出了一种基于绝对相位标靶的线阵相机标定方法。针对线阵相机成像特点，设计了结合相位与格雷码的绝对相位编码标靶。标定时首先由线阵相机获取标靶图像，计算标靶的绝对相位；然后在空间不同位置处摆放标靶，采用辅助面阵相机获取标靶间的相对位置关系，建立线阵相机图像与空间点的精确对应关系；最后采用两步法标定获取线阵相机内两相机间的坐标变换关系。仿真与实验结果表明：标定的最大重投影误差为0.089 pixel，与现有方法相比降低了79.78%，所提方法具有良好的抗噪、抗离焦性。

圆球形辅助靶标的单目视觉测量系统中，光轴和球心不共线会使二维椭圆图像中心与实际球心成像坐标产生偏差，针对此，提出一种单目视觉的球形靶标球心成像坐标求解方法。首先，对单目成像系统进行标定，分析球心成像坐标与对应二维椭圆图像中心之间偏差影响因素，建立单目球心成像坐标求解模型。其次，采用改进Zernike矩方法实现对椭圆图像边缘亚像素的提取，仿真实验表明其椭圆中心定位精度提高了25.00%以上。最后，设计单目测量球形靶标距离实验方案，对不同间隔的球形靶标进行实验验证，结果表明所提方法求解的球形靶标移动距离与实际值的最大绝对偏差小于0.039 mm，满足单目视觉机器人系统目标定位精度、稳定性的要求。

航空发动机尾喷流场的压力分布对反映发动机运行状态有重要意义，传统传感器的单点测量不适用于发动机尾喷流场测量的应用场景，于是将纹影测量方法引入航空发动机尾喷流场的定量测量中。提出一种采用纹影法解耦流速与密度场的高速气流压力场分布重构方法，以实现高速气流场的密度场、速度场和压力场的实时测量与重构。首先，通过纹影图像的亮暗变化获得光线偏折角，进而间接获得流场的密度分布；然后，通过连续帧的纹影图像，采用光流测速算法获得流速分布；最后，利用已获得的流速与密度信息，通过数值计算即可获得流场的静压分布和动压分布，进而获得总压分布。实验结果表明：与皮托管测量压力结果相比，所提方法的最大偏差约为5%。所提方法仪器精简易于实现，具备非接触测量的优点，是精确重构出高速流场压力分布的有效方法，同时该方法拓展了纹影法在流场定量测量中的应用范围。

位置和姿态参数是表征目标空间朝向和位置的基本几何量参数，比如飞行器的飞行位姿、高端装备大部件的对接位姿、自由运动中的人体位姿等。因此，位姿参数的准确快速测量一直是航空航天、****、工业生产、体育竞技等诸多领域的重要研究内容，并发展出惯导、卫星、雷达、星敏感器和视觉测量等多种不同测量技术途径。本文重点针对位姿视觉测量方法及其应用进行了综述，主要内容包括位姿视觉测量基本原理、位姿视觉测量典型方法、多源数据融合的位姿视觉测量方法和位姿视觉测量典型应用领域。

目前视觉测量技术针对工业目标的六自由度测量，存在难以兼顾测量效率、精度与范围的问题。为此，本文提出了一种基于扫摆式多相机跟踪的六自由度测量方法，通过同站位不同角度多图像观测联合构成大尺寸坐标计算的冗余约束量，来实现高效率、高精度、大范围位姿测量。首先，提出相机旋转扫摆运动模型，快速估计相机位姿，并作为先验信息进行图像匹配与空间后方交会，得到精确相机位姿，进行空间前方交会；然后，提出了基于像点平差的位姿估计方法，直接利用物体移动前后的像点信息作为观测值，进行物体位姿的最优化估计。实验结果表明，测量效率提高了4倍，单点精度的最大误差不超过0.2 mm，姿态精度的最大误差不超过0.043°，证实提出方法能有效测量物体的六自由度位姿，一定程度上平衡了测量效率、精度与范围的矛盾。

为了解决视觉测量在非均匀折射率环境中应用时出现的成像畸变问题，建立了在非均匀温度场中形成的非均匀折射率场，研究了光线在该折射率场中的轨迹并根据轨迹偏差修正了图像畸变。利用背景纹影法重构了由非均匀温度场产生的空间折射率场，将空间点发出的光抽象为光线，根据龙格-库塔法修正非均匀折射率场中的光线轨迹并校正图像畸变。利用PnP（pespective-n-point）算法和校正前后图像中同一点的像素坐标解算该点的世界坐标。实验结果表明，该方法能有效降低测量误差，修正被测图像的畸变。

对于视觉惯性里程计(VIO), 视觉遮挡、运动物体等复杂场景可能带来异常的视觉测量, 导致系统定位精确度急剧下降。对此, 提出了一种新的 VIO异常视觉测量的检测和处理方法。通过选取检测指标、设置先验阈值和设计检测分类器, 实现对异常视觉测量的检测与分类；提出多传感器融合策略和自适应误差加权算法, 及时消除与实际运动不一致的异常视觉测量的影响；最后, 将异常视觉测量检测和处理算法整合到基于关键帧的视觉惯性里程计(OKVIS)系统中, 提出了视觉惯性里程计的异常检测和处理(EDS-VIO)系统框架。在复杂场景仿真数据集上的评测结果表明, EDS-VIO比 OKVIS取得了更好的性能, 定位误差均值从 1.045 m下降到 0.437 m。所提方法较好地提升了 VIO在复杂场景中的定位精确度和鲁棒性。

轮对是列车的重要部件, 轮对踏面的关键尺寸参数是否超限关乎车辆行驶安全, 因此必须定期对列车轮对踏面磨损状况进行检测。提出一种测量轮对踏面面型的方法, 包括测量系统设计以及改进的灰度中心算法处理。在此基础上, 建立模拟轮对踏面检测实验系统, 对轮对踏面面型测量的精度进行了实验研究, 在踏面分别贴上厚度分别为1~10 mm的块规, 测量均方差在±0.1 mm以内, 其中1~5 mm块规的均方差小于0.05 mm, 能够满足工业测量的高精度要求。