移动视觉测量中大量非编码点粘贴在被测物表面。由于图像点在不同站位图像中形状相似，因此无法提供足够多的信息来对其进行分类识别，匹配不同图像间的非编码点是移动视觉测量中的一项重要任务。大量研究证明，极线匹配方法是实现图像点匹配的有效方法。然而移动视觉测量的相机是未经过标定的，在利用极线匹配方法时，图像畸变会使基本矩阵求解精度较低，从而导致大量误匹配情况出现。为了解决该问题，提出一种基于空间交会的非编码点匹配方法。该方法通过不同图像间编码点的自动匹配，结合平差优化算法初步获取各站位的内外参数。然后利用这些参数将二维图像点重投影成对应的三维空间直线，在空间中利用直线间的交会关系确定图像匹配点。大量实验证明，该方法可以比极线匹配方法寻找更多的匹配点，更适合用于移动视觉测量。

基于双目结构的投影栅相位法利用相位值建立左右图像对应点匹配关系，但传统相位立体匹配方法匹配速度较慢，因此本文提出了一种基于极线校正的相位立体匹配方法来提高相位立体匹配速度。首先，通过极线校正算法将双目立体视觉几何结构转换成极线标准几何结构，即左图中任意一点在右图的极线是与该点纵坐标相同的水平直线。然后，在对左右相位图进行极线校正的基础上，给出了改进的相位立体匹配方法步骤。最后，通过对实物进行三维重建，分析比较了传统相位立体匹配方法与改进方法的性能。实验结果表明，与传统方法相比，改进的方法将匹配时间缩短了63%，能够满足工业应用对测量速度的要求。