视觉测量是以计算机视觉为理论基础,采用高密度、低噪声和畸变小的图像传感器,通过高速实时图像采集系统,专用图像硬件处理系统以及高性能计算机完成对图像的有效处理的先进系统。它在电子学、光电探测、图像处理和计算机技术不断成熟和完善的基础上得到突飞猛进的发展,并在靶场测试、卫星监控等领域有着广泛应用。当前视觉测量的研究重点是对物体的几何尺寸及在空间的位置、姿态等的测量。视觉测量按照所用视觉传感器数量可分为单目视觉测量、双目视觉(立体视觉)测量和三(多)目视觉测量等。单目视觉测量是指仅利用一台相机或摄像机拍摄单张像片来进行测量工作。因其仅需一台视觉传感器,所以该方法的优点是结构简单、相机标定也简单,同时还避免了双目或多目视觉中的视场小、立体匹配难的不足。本文以“单目视觉飞行器姿态测量”项目为背景,研究基于单目视觉方式对导弹飞行器空中姿态角进行测量,重点针对空中导弹目标的偏航角与俯仰角进行精确测量。文章主要工作如下:1、在广泛文献调研基础上,回顾和总结了前人的相关研究工作,对现有的单目姿态测量方法进行综述;并给出了一套基于单目序列影像的飞行器姿态获取方案。该方案不需对目标进行标记,主要利用目标自身特征,通过特征提取和匹配方法可自动获取目标控制点对应关系,并进行姿态观测和滤波估计,方法灵活更具普适性和扩展性。2、提出了一种基于蚁群优化的点模式匹配算法。把点模式匹配转化为函数优化问题,而后利用蚁群优化算法对参量进行搜索,获得最优解。通过确定性参数估计的方法来搜索参量解,使蚁群算法能对连续变量参数问题进行求解;对最近点匹配方法进行了分析,提出了求解点集匹配矩阵的改进方法。3、研究了PNP求解问题。当相机标定时,飞行器位姿求解是一个典型的PNP问题。研究表明,当N≥6时(即当目标身上有6个以上异面特征点时),PNP可以进行线性求解,且方法较为简单;而当N<3时,不能对PNP问题求解;当3≤N≤5,PNP问题不但具有多解性,而且现有的求解算法均是非线性,由于控制点非常少,非线性算法对图像点的位置误差极为敏感,而在实际测量中,这种误差不可避免;因此本文重点对P3P和P4P问题的线性求解进行了研究并给出了具体算法。4、研究了运用卡尔曼滤波对目标序列图像进行姿态测量估计。针对求解的飞行器位姿精度不高的问题,本文提出了运用卡尔曼滤波技术对目标序列图像进行姿态估测的方法,通过仿真实验,飞行器位姿精度得到大幅提高,证明了该方法的有效性和适用性。