文献综述

随3D打印、逆向工程、人工智能、机器人导航等技术的产生和发展，人们对物体三维测量的速度、精度、实时性、非接触性等要求不断增加[1，2]，从最初的人工测量不断向自动化实时测量转变，被测物体也从规则物体转为大小形状任意的物体，增加了测量的难度。在这种背景下，三维测量技术不断发展，根据接触方式对现有三维测量技术进行分类[3]。

计算机视觉是用机器代替人眼实现视觉功能，用计算机实现对客观世界的识别．计算机视觉技术与加工制造业息息相关，其在制造业的应用包括对零件的精密测量、刀具磨损和预调测量、逆向工程以及工件的自动检测［4］．目前，对物体的三维测量分为接触式测量( 如三坐标测量机) 和非接触式测量( 光学、声学等) 两大类 ［5］． 非接触测量因其测量速度快且不使物体产生变形一直受到国内外制造业领域的亲睐，尤其是光学三维测量的方法使用最为广泛． 光学三维测量分为主动式和被动式两种［6］． 主动式三维测量利用结构光照明，所以主动式方法也称为结构光方法，其基本原理是由结构光投射器向被测物体表面投射可控制的光点、光条或光面结构，并由图像传感器( 如摄像机) 获得图像，利用解相算法解相位［7-10］，利用相位约束进行立体匹配，得到左右摄像机的对应匹配点，利用三角原理计算得到物体的三维坐标［11］． 其中，相位立体匹配方法的性能是影响三维测量系统性能的主要因素之一． 相位立体匹配是寻找等相位点． 传统的利用极线约束的匹配方法［12］通过在极线上寻找等相位点将匹配过程由二维转化成一维，提高了匹配速度，但由于要计算每个像素点的极线，计算量仍很大，使得整个测量系统重建速度很慢，无法满足工业测量对重建的快速要求。

东京大学的学者将双目视觉技术应用在了机器人路径规划当中[13]，它通过视觉系统采集图像，来检测出行进路线上的障碍物，然后重新规划路径，避开障碍物，完成行进过程中的实时避障。

美国机遇号和勇气号火星探测车上也安装了双目视觉系统，来实现火星车的

定位和导航[14]。它采集周围环境中的图像，并对图像进行处理，通过双目视觉算法完成特征点的匹配，计算出特征点的三维坐标信息，进而估算出特征点之间的距离，完成对火星车的定位，实现火星车前进过程中的航迹校正。

国内对双目视觉技术的研究开展较晚，但随着近些年的不断发展，也有了突飞

猛进的进展，在某些方面也紧跟上了国外的步伐。