孔轴装配是工业制造领域的一个重要基础问题，针对空间狭窄视觉困难、容易碰撞损坏、人工装配效率低等问题，提出一种基于双目视觉的监测方案，将图像叠加融合，扩大监测视野，并通过轴与孔的截交线来测量装配参数。此外，根据重投影误差，对不同位置的双目数据的融合权重进行优化，使误差降低10%左右，在实现快速检测的同时保证了测量精度。实验结果表明，所提算法可以对间隙为0.25 mm的小直径和小间隙孔轴的装配过程进行实时监测，平均误差约为0.015 mm。同时，所提算法对摄像机的倾斜角度不敏感，在不同的摄像机安装位置具有良好的鲁棒性。

DETR（detection transformer）算法是一个基于Transformer的目标检测算法，具有检测速度快、检测效果好的优势。介绍了一种利用DETR算法及双目视觉原理对道路环境下的人、车、自行车、信号灯等目标进行构建的测量系统。分析了双目测距、相机标定、目标检测以及目标匹配的原理，并以此为基础构建了测量系统。采用目标检测算法检测视野中的目标，利用双目视觉原理对检测到的目标进行测距，同时分析了测量系统中测量误差的来源，并计算其对结果的影响。该算法在KITTI数据集及现实环境中进行测试，测量系统基线为45 cm，对15 m～80 m的指定目标检出率高于90.6%，测距误差小于5.8%，在RTX 2080Ti平台上能够实时运行。

为了解决短基线双目内窥成像系统获得的视频图像在裸眼3D显示设备中观看到的视频纵深感和立体感较弱的问题，通过分析双目内窥镜的参数以及立体视频中图像对的视差，提出了基于短基线双目内窥成像系统的立体视频校正和视差调整方法。首先，对采用的双目结构内窥系统进行相机标定，获取各相机参数和相机间的位置参数；其次，利用获得的参数进行相机视频校正，再针对裸眼3D显示设备对视频源的参数要求进行图像对的视差调整，最终获得符合裸眼3D立体显示设备要求并适合人眼观看的双目内窥系统实时显示立体视频。通过实验验证了方法的可行性，实际搭建了一套基线距离为8 mm的短基线双目内窥成像系统，原始视差范围(0，64)像素，经视差调整后达到（−30, 30）像素，双路并行视频处理25 帧/s并实时显示。与实验室设计的裸眼3D立体显示系统匹配，可实现具有明显立体感的医用内窥镜实时裸眼3D成像。

针对被测物体理想角点不易检测致使测量精度不高的问题，提出一种融入一维概率Hough变换与局部Zernike矩的双目视觉测量方法。首先利用一维概率Hough变换对物体外轮廓边缘进行直线检测；然后根据直线检测结果建立感兴趣区域，在各局部区域内利用Zernike矩进行亚像素检测，并在两相邻感兴趣区域的相交范围内完成亚像素点筛选；之后通过正交总体最小二乘法进行亚像素边缘直线拟合，并进行关键点匹配；最后利用三角测量原理获得被测物体的三维空间信息完成测量。以连铸坯模型为测量对象，实验结果表明：此算法最小相对误差达到0.340 1%，满足测量要求。长度相对误差均值为0.394 5%，与传统SIFT，ORB算法相比分别降低80.01%和74.63%；与其他边缘拟合算法相比测量误差减小34.11%，运行时间缩短39.07%，验证了此算法的精确性和高效性。

针对工业机器人绝对定位精度不高的现状，提出一种基于双目视觉辨识运动学参数的方法。首先，基于modified Denavit-Hartenberg参数建立机器人运动学模型；其次，规划机器人末端以多空间球形运动，采用双目视觉系统测量不同末端位置相对球心的实际距离，与理论距离对比构造相对距离误差函数；然后，使用粒子群算法迭代求解运动学参数误差，并利用正余弦策略和信赖域优化对粒子群算法进行优化，降低粒子群陷入局部寻优的可能性；最后，对运动学参数进行补偿并对比验证。实验结果表明：距离平均误差由1.1601 mm减少到0.2260 mm，精度提高了80.52%；标准差由0.6582 mm减少到0.1412 mm，精度提高了78.55%，验证了所提方法的高效性和实用性。

印刷电路板上连接PIN正位度检测是保证PCB电气可靠性的重要环节，其主要检测PIN缺针、共线度与高度。为满足生产实际需求，提出一种基于双目视觉的连接PIN正位度检测方法。首先，通过双目标定获取相机内外参数，实现图像立体校正；其次，根据先验的相对方位和给定的排列信息生成相应的栅格，基于栅格灰度阈值变化进行PIN缺失检测；然后，分别提取PIN在两个相机视野中对应的特征角点，基于视差原理进行针尖三维坐标计算，实现对PIN的排列共线度检测；最后，提出了基于特征提取的PIN相对高度检测方法，实现了对PIN的相对高度检测。实验结果验证了所提方法的有效性，PIN相对高度检测的平均耗时为125.4 ms，精度达99.535%，重复性精度在±0.05 mm内。

立体显示、虚拟现实及头戴设备的应用研究需要对人眼视觉双目特性做更深入的研究。阈值测量是研究视觉感知特性的方法之一，人的左右眼分别观看不同的颜色，且双眼观看的颜色色差不超过双目颜色融合的阈值时，可能会感知到灰色，也就是发生了双目色调消除现象。为了研究这种特殊现象，本文设计了视觉心理物理学实验，在CIELAB颜色空间中研究双目融合范围内能够感知到灰色现象的对立颜色方向和色差阈值，并将实验结果分别在LMS、Macleod-Boynton、DKL等颜色空间中表示，为进一步研究人眼特性及双目颜色机理提供实验数据。

针对传统特征检测算法检测效率低、匹配正确率低和双目视觉测量精度不足等问题，提出一种基于局部信息熵和梯度漂移的双目视觉测量算法。首先，将图像划分成若干子区域，计算各子区域局部信息熵筛选出高熵区域，并利用oriented FAST and rotated BRIEF（ORB）算法检测特征点；其次，采用圆形邻域代替像素点，并对圆形邻域内各像素梯度幅值采用二维高斯加权的方式改进旋转不变local binary patterns（LBP）；然后，与rotated binary robust independent elementary features（rBRIEF）融合生成新的描述子进行特征匹配；最后，提出梯度漂移方法，引入特征点次极大响应值作为辅助因素，结合极大响应值通过坐标迭代更新计算出理想特征点的精确坐标，解决提取特征点坐标不准确的问题，提高测量精度。实验结果表明：所提算法的平均匹配正确率较传统ORB算法提高37.51%，测量最低相对误差达到0.365%。

在基于双目视觉的三维轨迹测量中，双目同名点的高精度匹配是提高测量精度的关键。在狭长空间的近距离测量场景下，针对双目拍摄角度不同导致仅用形心法定位匹配的轨迹测量精度不高的问题，研制了一种形心匹配优化下的狭长空间近距离轨迹测量系统。首先，在仅用形心法对目标物体定位匹配的基础上利用极线约束投影进行双目形心的二次定位；其次，提出了一种基于距离和方法权重的灰度互相关方法进行双目形心的亚像素匹配；最后，通过卡尔曼滤波对于目标物体的三维重建运动轨迹进行滤波修正。实验结果表明：该轨迹测量系统通过对多方法组合优化，显著提高了狭长空间近距离条件下的轨迹测量精度，在128 mm的全量程测量范围内对纹理较好目标物体的平均轨迹长度测量误差为13.14 μm，测量精度约为0.01%，相比于仅用形心法定位匹配，轨迹长度测量精度提高了94.3%。