在采矿、化工、食品等工业领域,固体颗粒通常以液体作为介质在柱形管道内进行传输,形成了固液共存的复杂流动体。颗粒在管道内的运动直接影响了流体机械的运行效率和寿命。目前已经有许多机理仿真模型来预测液体中颗粒运动轨迹,这些模型的准确性仍需要大量的实验数据来进一步验证。近年来,机器视觉技术的快速发展为液体内颗粒运动轨迹的实验测量提供了新途径。但是,由于柱状盛液容器的透镜作用会导致颗粒图像失真,因此,目前的机器视觉技术只能对方形盛液容器中的颗粒轨迹进行测量,不能完全反映实际情况,且只能获得颗粒位置的二维坐标,无法获得颗粒的深度位置。针对柱状盛液容器内颗粒三维位置测量难题,本文提出一种基于图像形变特征的机器视觉测量新方法。首先,搭建了基于单相机的视觉测量实验平台,采集了大量颗粒图像;然后,分析颗粒图像形变随颗粒位置变化特点,在此基础上采用支持向量机（SVM）建立了颗粒形变特征量与颗粒深度位置的智能模型;最后,基于Matlab软件平台,编程实现了柱状盛液容器内颗粒三维位置测量算法,并与颗粒的真实轨迹进行了对比。本文研究成果为解决柱状盛液容器内颗粒三维位置测量难题提供了一种新思路。论文完成的主要工作和结论如下:（1）以柱状盛水玻璃容器内的钢球颗粒为例,搭建了颗粒位置视觉测量实验平台。采用单目CCD相机采集了颗粒直径和容器直径变化时的2000多幅颗粒图像,为颗粒三维位置测量方法研究奠定了基础。（2）对采集到的颗粒图像进行预处理,提取颗粒在图像中的二维位置,计算出每个颗粒在图像中的形变量。数据分析发现:颗粒的横向形变量一般随着深度位置的变大而变大;靠近柱形容器中轴线的颗粒,其形变相对较小。（3）对颗粒形变特征进行无量纲处理后,采用SVM方法,建立了颗粒形变量与颗粒深度位置的关联模型。采用1200组数据对SVM模型进行训练,800组数据用于测试,结果表明,所建立的颗粒深度位置SVM测量模型结果良好,平均相对误差低于5%。与克里金插值、随机森林建模方法相比,在测量精度上具有优势。（4）采用MATLAB编程语言,设计了颗粒位置三维位置测量软件界面,实现了颗粒图像读取、颗粒提取、颗粒三维位置测量功能模块。采用该软件,测量了柱形盛水容器内颗粒在180个不同位置的三维坐标,并与颗粒的真实三维位置进行了对比,误差不超过5%,表明本文提出的方法是有效的。