随着计算机技术、机器视觉、人工智能等新型科学技术的不断发展与创新,以视觉为代表的非接触式感知与测量技术手段得到了广泛的应用与研究。然而涉及到远距离大尺度空间的视觉测量相关的任务时,现有的主流视觉技术方案较难获得令人满意的结果。本课题面向诸如航行器位姿动态视觉测量与大尺度空间运动目标视觉跟踪测量等要求定量分析的应用场景,从几何的角度研究保障测量结果精度的部分基础性关键技术。针对高空间分辨率和大尺度测量空间的需求,提出了基于二维动云台（PT云台）结合长焦距相机的视觉跟踪测量系统。这套系统工作需要解决的四个主要方面的技术问题分别是:长焦距相机成像模型及校准、云台相机轴系偏差校准、运动目标实时视觉跟踪与云台运动控制。本文针对前两个问题展开研究工作,着重解决相机几何成像与参数化运动对空间重建结果精度的影响。在深入调研多种投影模型后,提出了适用于长焦距相机的仿射类投影模型,如弱透视（weak perspective projection）投影模型,正交投影（orthogonal projection）模型,类透视（paraperspective projection）投影模型,并针对后两种投影模型对成像过程进行了基于像素坐标的参数化转换和完整的数学推导。结合D.C.Brown提出的物理式相机畸变校正参数模型,借鉴主流相机标定过程中“两步法”思路,深入研究长焦距相机标定的算法。提出了基于合作目标和其三维数据先验的线性近似的直接标定方法并开展了现场实验。在获得初步近似结果的基础上,针对待优化参量设计相对应的光束法平差（Bundle Adjustment,BA）过程。针对基于动云台的旋扫式大尺度跟踪测量系统,对云台相机系统进行偏差建模与分析,提出了一种通用的旋转视觉系统（Rotational Vision System,RVS）的安装或装配误差的轴系参数化方式及与相机的动态外定向（Exterior Orientation,EO）之间的联系。在此基础上以基于图像的测量方式设计了简明的系统轴系偏差标定算法,并启发式地提出了更一般的无角度测量旋转平台的参数拟合方法。开展双目相机标定实验获取参考的相机外参进行二维云台（Pan and Tilt,PT）视觉系统的轴系偏差标定,发现在此结构系统中构造矩阵的病态特征。在改进的单目相机标定方法中,利用相机标定结果和透视n点（Perspective-n-Points,PnP）算法获取的外部参数参考结果,构建最小化图像像素偏差或光心点空间坐标误差平方和的代价函数,求解附带参数约束条件的优化问题。本文进行了实验室环境下的云台视觉系统轴系偏差标定实验,得到了图像像素坐标平均重投影误差在相机标定结果的基础上±0.1pixels左右的结果。并基于该偏差模型,代入云台转角数据进行相机的动态外部定向重建,得到与参考的相机标定外参估计误差可比较的结果。实验结果验证了所提出偏差模型与标定方法的精确性和高效性,及其应用于基于云台的旋扫式大尺度空间视觉跟踪测量系统上的可行性。