为了让计算机能够更好地理解客观世界中物体的行为,获取物体在客观世界中三维坐标、运动轨迹及速度等运动信息至关重要。基于双目视觉来获取物体空间三维信息的方法,具有非接触式的优点,因而具有重要的研究意义和应用前景。然而,双目视觉测量所需的大量运算限制了其系统的实时性,使得其在动态跟踪测量应用上受到挑战。双目视觉测量技术基于匹配的图像特征点、相机的内外参数来完成三维坐标的重建,结合运动目标跟踪算法以获取其运动轨迹。相机参数仅需在测量之前标定一次,并不影响视觉测量的实时性;而特征点匹配及运动目标的跟踪算法在测量阶段必须对每帧图像都运行一次,故其算法效率制约着系统的实时性。因此,本文着重研究图像的匹配及运动跟踪算法的改进,以期提高基于双目视觉的运动测量系统的实时性。分析可得空间目标在不同时刻的运动位置存在着相关性,基于此本文提出一种基于位置预测的梯度下降搜索跟踪算法,以提高目标跟踪的效率;在图像特征匹配方面,本文提出可通过筛选无效特征点以减少匹配算法的耗时;同时,为提高匹配精度,本文提出一种快速误匹配剔除算法以提高匹配的正确性。本设计搭建了基于双目视觉的测量系统,完成了高精度的静态目标尺寸和动态运动信息的测量,实现了预期目标。利用目标的边缘点,系统得到目标静态尺寸信息。为了实现目标的动态信息测量,本文在改进目标跟踪算法的基础上,对动态目标的三维空间坐标重建,并获取其运动轨迹、速度、及方向。最后,对目标跟踪及匹配算法进行改进,并对所改进的算法性能进行测试,测试结果表明:改进的目标跟踪算法可以大大提高目标跟踪的效率,且保持较强的鲁棒性;改进的图像匹配算法在提高匹配正确性和匹配精度的基础上,可将匹配效率提高数十倍。