针对机器视觉中目标物体相对姿态的准确测量问题，提出了一种应用深度相机获取目标物体三维点云数据从而实现其相对姿态感知的方法。该方法根据目标物体空间结构先验知识选择同名点，应用单个的双目视觉测量系统获取目标物体三维点云数据，分析和处理该数据实现同名点识别，进而计算目标物体的三个同名点分别在物体坐标系与相机坐标系上的坐标值，利用奇异值分解（SVD）解相对姿态。该方法能够有效地解决三维物体姿态感知问题，提高了姿态感知的效率。实验数据表明，所提方法测量出的六自由度相对误差在±0.5°和±1 mm以内，满足了机器视觉姿态感知在工业生产中的应用要求。

针对大多数测量实施试验中测量条件的局限性,提出一种基于双相机联合无同名点的双目视觉运动参数测量方法,采用该方法计算位姿初值并采用全局正交迭代算法优化初值。该测量方法在实现过程中不需要同名点参与,只需要两台相机的视场内有6个以上的目标合作标志点,就可得到验证器在运动过程中的位置和姿态等参数。对航天器悬停、避障和着陆阶段进行试验,将该测量方法与同一工况试验下基于同名点的双目位姿测量方法、基于正交迭代的单目位姿测量方法获取的结果和全站仪打点获得的默认真值进行对比,得到姿态测量误差小于0.5°,位置测量误差小于0.01 m。

分析了已有图像配准算法在遥感图像拼接配准方面面临的问题。根据空间相机TDICCD交错拼接的成像特点，提出了一种基于同名点轨迹追踪的成像拼接配准模型。通过建立辅助空间坐标系下的中心投影共线方程，将像点、摄像中心、景物点建立严谨的数学关系，可精确实现对同名像点在像面上的轨迹追踪。结合TDICCD在像面上的位置约束，计算图像上同名像对的纵向偏差像元数和横向偏差像元数。最后结合相机在轨所成条带图像和卫星辅助数据进行分析，选取多组像点进行配准，同名像对配准误差小于1 pixel，经验证模型算法可行。相比传统的遥感图像配准算法，该方法不需要已知图像内容，为一种严格的几何意义上的配准，具有很强的适应性和预测性，已应用在型号相机的地面复算，易移植应用于其他类型空间相机的图像配准与拼接。

提出了一种基于几何信息的点云自动拼接方法，该方法可以在没有强度、影像等附加信息的情况下实现点云测站间的自动拼接。通过特征距离直方图提取待拼接站的特征点，然后在参考站的特征空间中进行K 临近查找得到特征点的初始匹配集合。提出相对高度和法向量的相似性度量，结合均方根距离剔除误匹配，计算得到初始转换参数，使用香农熵筛选复杂性较低的点参与迭代最临近点(ICP)精拼接。真实点云数据的实验证明，该方法可以剔除初始匹配集合中的误匹配，得到较好的初始转换参数，并提高ICP算法的效率和精度。

传统集成成像系统以重构场景为记录场景的镜像，而当用相机阵列代替透镜阵列获取元素图像时，两种阵列参数的不匹配会破坏上述镜像关系。为了得到相机阵列获取的元素图像经透镜阵列重构后的物像关系，本文提出用同名点间距计算集成成像重构像距的方法。该方法通过获取端场景物距、相机焦距等参数，得到同名点间距，并等效至重构端透镜阵列系统来实现光学参数的匹配。理论计算表明，同名点间距不同，得到的重构像距也不同。对与透镜阵列参数匹配的同名点间距进行变换处理，即可精确再现不同重构像距的景物。最后，通过实验验证了本文所提方法的有效性。

针对集成成像三维显示技术的特点，利用相邻元素图像中的同名点间距，计算了集成成像三维显示过程中再现场景的立体深度，通过深入分析系统所能够再现场景的最大和最小立体深度，对集成成像三维显示系统立体深度的再现能力进行了表征。结果表明透镜阵列间距和同名点间距对集成成像三维显示系统再现场景的立体深度有重要的影响，而显示器件的分辨率和透镜间距则决定了系统最终的立体深度再现能力。在理论分析的基础上，通过改变元素图像中的同名点间距，在光学实验上实现了对系统再现场景立体深度的调制。

针对一类特殊小波变换系数不同尺度下的过零点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的多尺度过零点的双目立体视觉模型的同名点匹配方法,该方法采用由粗到细的匹配策略,利用转化的距离信息先匹配大尺度的小波变换系数的过零点,记录其过零点位置信息,然后应用顺序约束,即物体在左右影像点的投影顺序的一致性,匹配小尺度的小波变换系数的过零点,降低了同名点匹配搜索的复杂性,减少了误匹配,解决了同名点准确匹配难、计算量大等问题.采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况.

为解决基于单张图像的传统无人机对地定位方法的精度不能满足精确打击作战需求的问题,本文提出一种新的无人机对地定位方法.该方法通过线性化共线条件方程建立摄像机姿态角和焦距迭代计算模型,根据非共线位置拍摄的多帧图像及至少3个可识别同名像点坐标迭代计算摄像机姿态角和焦距的精确值,然后利用多摄站前方交会法求取地面目标的三维坐标.该方法不依赖于数字高程模型(DEM)及像片内外方位元素的测量值,消除了传统无人机对地定位方法三个定位误差源中的两个,因此具有较高的定位精度.仿真与真实图像实验计算表明:摄站本身坐标误差的大小是决定对地定位精度的主要因素,当采用DGPS定位摄站时,可以获得很高的目标定位精度.

针对双目立体视觉测距中产生误差的问题，分析了系统中的各个参量，并建立了双目立体视觉测距系统的误差模型。得出引起测量系统误差最大的两个参量是CCD摄像头的对准程度和测量的距离；在视场中心的距离测量精度低，边缘测量精度高，在视场中心的水平和纵向的测量精度却远高于在边缘的测量精度两个结论。基于本文建立的误差模型可以指导适用于具体应用场合的双目立体视觉测距系统的设计。