视觉伺服是一种结合目标跟踪方法实现实时控制视觉系统的技术。目前该技术被广泛用于机器人、工业控制、视频监控、军事、车辆导航等领域。传统视觉伺服系统性能通常受制于其响应速度。近年来出现的以高速振镜系统为基础的高速视觉伺服技术,克服了这一缺陷,具有广阔的应用前景。但目前的高速视觉伺服系统依然存在着如信号传输延迟、系统噪声大、机械性能不足等局限性。特别是在其伺服噪声的校正方面,目前缺乏完善的理论和方法。当非线性系统输入噪声信号时,当输入信号,信号,噪声和系统达到一定的匹配时,输入信号和噪声将协同作用。接着系统的输出噪声和误差会减小,这种现象称为随机共振。随机共振合理利用噪声的思想与传统消除噪声的信号处理方法不同,具有很大的学术价值和应用价值。近年来,随机共振方法被应用在许多领域中,包括生物医学、弱信号检测、人机交互、机械系统和振动误差控制等。在本文中,我们详细讨论了随机共振现象并提出了用于高速视觉伺服的随机共振方法。同时,我们构建了一套完整的随机共振高速视觉伺服系统,包括伺服硬件和实时处理算法。在该系统中,我们提出了一种简便的双相机标定方法,实现同平面双相机坐标空间的映射,保证记录相机的视角能持续跟随运动目标物体。最后,我们对该系统进行了实验测试,并对随机共振高速视觉伺服方法的伺服准确度等指标进行了定量评价。作为一个应用方向,我们将基于随机共振的高速视觉伺服技术与光学动作捕捉系统以及表情捕捉技术相结合,构建了一套三维动画制作辅助系统。该系统既可对人体动作和表情进行捕捉和重建,还可以对快速运动的道具实现精确运动捕捉。利用该系统,我们在Unity平台上实现了演员动作表情、道具运动轨迹数据到三维动画模型的实时输出和渲染,提高了三维动画制作的效率和质量。在研究随机共振对伺服噪声的影响过程中,本文基于视觉识别的基本特性,提出了迭代随机共振的图像去噪算法,并把它应用于激光散斑血流成像的数据去噪中,获得了良好的去噪结果。相关方法和思路未来可进一步提升高速视觉伺服系统的性能指标。