数字近景摄影测量以其高度的灵活性和适应性逐渐成为光学非接触测量的一个热点研究方向。如何保证由多幅二维图像解算出的空间坐标信息的精度,是面向具有高精度定位要求的工业应用的近景摄影测量系统中最为关键和核心的问题。本文结合自主研发的数字近景摄影测量原型系统AutoLocator,以将误差控制在尽可能低的水平为目标,对其中的图像处理和边缘检测、标记点中心坐标定位、透视投影畸变以及成像镜头畸变校正等环节中可能产生的误差进行系统分析,对精度影响较大的环节提出改进措施,从而提高整个系统的定位精度。本文的主要内容和成果包括以下几个方面:对场景中布置的编码标记图案的边缘提取是AutoLocator系统整个解算过程的起点。本文首先对具有代表性的几种边缘检测方法进行了讨论,在对比分析了已有边缘检测方法各自优缺点的基础上,采用Canny算子边缘提取方法和曲面拟合亚像素提取方法,获得了具有亚像素精度的边缘信息。编码标记点中心的图像坐标的定位精度是影响系统三维解算精度的决定性因素之一。本文提出了一种改进的灰度重心法来提取圆形标记点在图像平面上投影而成的椭圆中心。通过大量比较实验证明,本文提出的标记点中心定位方法具有更高的精度和稳定性。对透视投影变换中的空间圆投影到图像平面产生的椭圆中心畸变问题进行了讨论,基于透视投影变换和空间解析几何理论,建立了该畸变误差的数学模型,并进行了仿真研究,获得了该畸变误差的变化规律。得出了相对于其它影响因素而言,该畸变对系统精度的影响强度较弱的结论。摄像机光学镜头的畸变是影响系统精度的另一个决定性因素。本文在已有镜头畸变模型的基础上,提出了一种有效校正镜头畸变的新方法。该方法不需要事先的标定过程,而是将镜头畸变校正与相机姿态确定以及标记点三维坐标解算集成在同一个过程中,既方便了工程应用,又显著提高了系统精度。本文提出的误差控制方法已经综合应用到AutoLocator系统中,使系统的定位精度在实验范围内达到0.02mm/m左右。